当前位置: 首页 > news >正文

leetcode:380. O(1) 时间插入、删除和获取随机元素

实现RandomizedSet 类:

  • RandomizedSet() 初始化 RandomizedSet 对象
  • bool insert(int val) 当元素 val 不存在时,向集合中插入该项,并返回 true ;否则,返回 false 。
  • bool remove(int val) 当元素 val 存在时,从集合中移除该项,并返回 true ;否则,返回 false 。
  • int getRandom() 随机返回现有集合中的一项(测试用例保证调用此方法时集合中至少存在一个元素)。每个元素应该有 相同的概率 被返回。

你必须实现类的所有函数,并满足每个函数的 平均 时间复杂度为 O(1) 。

示例:

输入
["RandomizedSet", "insert", "remove", "insert", "getRandom", "remove", "insert", "getRandom"]
[[], [1], [2], [2], [], [1], [2], []]
输出
[null, true, false, true, 2, true, false, 2]解释
RandomizedSet randomizedSet = new RandomizedSet();
randomizedSet.insert(1); // 向集合中插入 1 。返回 true 表示 1 被成功地插入。
randomizedSet.remove(2); // 返回 false ,表示集合中不存在 2 。
randomizedSet.insert(2); // 向集合中插入 2 。返回 true 。集合现在包含 [1,2] 。
randomizedSet.getRandom(); // getRandom 应随机返回 1 或 2 。
randomizedSet.remove(1); // 从集合中移除 1 ,返回 true 。集合现在包含 [2] 。
randomizedSet.insert(2); // 2 已在集合中,所以返回 false 。
randomizedSet.getRandom(); // 由于 2 是集合中唯一的数字,getRandom 总是返回 2 。

提示:

  • -231 <= val <= 231 - 1
  • 最多调用 insertremove 和 getRandom 函数 2 * 105 次
  • 在调用 getRandom 方法时,数据结构中 至少存在一个 元素。

步骤1:问题定义及输入输出条件

问题性质:
该题目要求实现一个数据结构RandomizedSet,可以高效地执行以下操作:

  1. 插入:如果元素不存在,将其插入集合。
  2. 删除:如果元素存在,将其从集合中删除。
  3. 随机获取元素:随机返回集合中的一个元素,且每个元素有相同的概率被返回。

输入输出条件:

  • insert(int val):如果val不存在于集合中,则插入该元素并返回true;如果存在,则返回false
  • remove(int val):如果val存在于集合中,删除该元素并返回true;如果不存在,返回false
  • getRandom():随机返回集合中的一个元素,要求每个元素的返回概率相同。

限制与边界条件:

  • 数据范围:val 取值范围为 [-2^31, 2^31-1],函数调用次数最多为 2*10^5
  • 调用 getRandom() 时,保证集合中至少存在一个元素。

边界条件:

  1. 空集合remove时如果元素不在集合中,或者对空集合调用getRandom可能会产生边界错误。
  2. 频繁操作:高频调用insertremovegetRandom,每次操作的平均时间复杂度需为O(1)

步骤2:解题思路与算法设计

目标:

  • 插入、删除和获取随机元素的平均时间复杂度为O(1)

算法设计:

  1. 数据结构选择:

    • 哈希表 (unordered_map) + 动态数组 (vector)
      • 使用一个哈希表 map<int, int> 来存储元素到其在数组中的位置的映射。
      • 使用一个动态数组 vector<int> 存储元素值。
      • 这样在插入和删除时,都可以保持O(1)的复杂度,并且可以利用数组支持O(1)时间复杂度的随机访问。
  2. 操作细节:

    • insert(val)
      • 检查val是否存在于哈希表中。如果不存在,插入到数组末尾,并更新哈希表,时间复杂度为O(1)
    • remove(val)
      • 通过哈希表定位val在数组中的位置。为了保持删除操作的O(1),我们将待删除的元素与数组末尾元素交换,然后删除末尾元素,并更新哈希表。
    • getRandom()
      • 直接从数组中随机获取一个元素,时间复杂度为O(1)

时间复杂度分析:

  • insert: 哈希表插入是O(1),动态数组末尾插入是O(1)
  • remove: 哈希表删除是O(1),动态数组末尾删除是O(1)
  • getRandom: 直接从数组中随机访问,时间复杂度为O(1)

步骤3:代码实现

代码注释:

  1. insert(int val):当val不在哈希表中时,将其加入到数组的末尾,并记录其在哈希表中的索引。
  2. remove(int val):先从哈希表中获取待删除元素的位置,将其与数组的最后一个元素交换,再删除最后一个元素,确保删除操作的时间复杂度为O(1)
  3. getRandom():利用数组的随机访问特性,直接生成一个随机索引返回对应的元素。

步骤4:算法优化和启发

通过该问题,我们可以看到如何将多种数据结构结合起来以提升算法效率。哈希表可以实现快速查找,动态数组可以实现高效的随机访问和插入。通过交换和删除末尾元素,可以确保删除操作的O(1)复杂度。

优化启发:

  • 空间效率:虽然结合哈希表和数组可以实现高效的时间复杂度,但需要占用较多的空间。如果数据量非常大,需要权衡时间和空间的平衡。
  • 算法设计思路:此问题展示了如何使用简单的数据结构组合来解决复杂问题,在实际应用中,通过合理的数据结构选择可以极大地提升效率。

步骤5:实际应用场景

该算法可以用于许多需要高效集合操作的场景,比如:

  • 在线游戏服务器:当需要随机选择在线玩家进行匹配时,可以使用该结构存储在线玩家列表并随机选择。
  • 负载均衡:在负载均衡系统中,随机选择服务器进行请求分发,可以通过类似的数据结构实现高效选择和删除。
实际应用示例:负载均衡中的随机服务器选择

在大规模服务器集群中,通常需要从可用的服务器列表中随机选择一台服务器进行任务分发。如果某些服务器挂掉,还需要将其从列表中移除。使用类似RandomizedSet的结构可以高效地管理服务器列表,并快速随机选取可用服务器进行负载均衡。

通过哈希表来快速定位服务器,结合数组来实现随机选择,使得服务器的添加、移除和随机选择都能够在常数时间内完成,提升系统的响应速度和稳定性。

http://www.lryc.cn/news/451128.html

相关文章:

  • Linux集群部署RabbitMQ
  • 01DSP学习-了解DSP外设-以逆变器控制为例
  • 【ArcGIS Pro实操第三期】多模式道路网构建(Multi-model road network construction)原理及实操案例
  • 深度学习基础及技巧
  • Unity 外描边简单实现(Shader Graph)
  • text2sql方法:NatSQL和DIN-SQL
  • 【新闻转载】Storm-0501:勒索软件攻击扩展到混合云环境
  • RabbitMQ 队列之战:Classic 和 Quorum 的性能洞察
  • Spring Boot 集成 MySQL 的详细指南
  • python格式化输入输出
  • 音视频入门基础:FLV专题(10)——Script Tag实例分析
  • 国外问卷调查匠哥已经不带人了,但是还可以交流
  • Linux 进程的基本概念及描述
  • 【C++】透过STL源代码深度剖析vector的底层
  • ubuntu 开启root
  • 使用 Llama 3.1 和 Qdrant 构建多语言医疗保健聊天机器人的步骤
  • 【Linux-基础IO】如何理解Linux下一切皆文件磁盘的介绍
  • Golang | Leetcode Golang题解之第436题寻找右区间
  • 微服务SpringSession解析部署使用全流程
  • 自动驾驶 3DGS 学习笔记
  • 【C++笔试强训】如何成为算法糕手Day5
  • 【Qt】无IDE的Gui程序快速开始
  • Python编码系列—Python备忘录模式:掌握对象状态保存与恢复技术
  • linux常用命令汇编(持续更新)
  • AI面试指南:AI工具总结评测,助力求职季
  • 大二考核题解
  • 深入解析:Kubernetes 如何使用 etcd 作为配置中心和注册中心
  • MQ高级:RabbitMQ小细节
  • 期权卖方怎么选择权利金高的品种,期货VIX高低对行情有什么影响
  • 内存对齐的原理和使用