当前位置: 首页 > news >正文

Swift 实战:实现一个简化版的 Twitter(LeetCode 355)

在这里插入图片描述
在这里插入图片描述

文章目录

    • 摘要
    • 描述
      • 示例
    • 解决答案
      • 设计思路
    • 题解代码分析
    • 测试示例和结果
    • 时间复杂度
    • 空间复杂度
    • 总结

摘要

在社交媒体平台里,推送机制是核心功能之一。比如你关注了某人,就希望在自己的时间线上能看到他们的最新消息,同时自己的消息也要能出现在别人的首页。LeetCode 355 题——“设计推特”就把这个场景简化成一个核心设计题。我们要实现一个小型 Twitter 系统,支持发推文、关注/取关用户、获取最新消息流。

这道题既考察数据结构的选择,也锻炼系统设计思维。接下来我会用 Swift 详细实现,并提供一个可运行的 Demo 模块,带你一起拆解问题背后的思路。

描述

题目要求设计一个 Twitter 类,具备以下功能:

  1. postTweet(userId, tweetId)
    用户 userId 发送一条推文,推文 ID 是 tweetId

  2. getNewsFeed(userId)
    返回用户 userId 的新闻推送,内容包括:

    • 他自己发的推文
    • 他关注的人发的推文
    • 只取最近的 10 条,按时间顺序由新到旧。
  3. follow(followerId, followeeId)
    用户 followerId 关注用户 followeeId

  4. unfollow(followerId, followeeId)
    用户 followerId 取关用户 followeeId

示例

输入:
["Twitter", "postTweet", "getNewsFeed", "follow", "postTweet", "getNewsFeed", "unfollow", "getNewsFeed"]
[[], [1, 5], [1], [1, 2], [2, 6], [1], [1, 2], [1]]输出:
[null, null, [5], null, null, [6, 5], null, [5]]

解释:

  • 用户 1 发推文 [5]
  • 获取新闻流 -> [5]
  • 用户 1 关注用户 2
  • 用户 2 发推文 [6]
  • 用户 1 获取新闻流 -> [6, 5]
  • 用户 1 取关用户 2
  • 用户 1 获取新闻流 -> [5]

解决答案

设计思路

要满足题目要求,我们需要以下几个关键点:

  1. 存储用户发的推文
    使用字典 userTweets: [Int: [(Int, Int)]],键是 userId,值是推文 (时间戳, tweetId) 列表。

  2. 存储用户的关注关系
    使用字典 followees: [Int: Set<Int>],键是 userId,值是该用户关注的用户集合。

  3. 维护时间顺序
    每次发推时记录一个自增的全局时间戳 time,保证推文有先后顺序。

  4. 获取新闻流

    • 获取当前用户的推文 + 他关注的人的推文。
    • 合并这些推文,根据时间戳倒序排序,取前 10 条。

虽然这个实现不是最优(可以用堆优化),但对于题目给的约束(最多 3 * 10^4 次操作),完全够用。

题解代码分析

下面是 Swift 的完整实现代码:

import Foundationclass Twitter {private var time = 0private var userTweets: [Int: [(Int, Int)]] = [:]  // userId -> [(time, tweetId)]private var followees: [Int: Set<Int>] = [:]       // userId -> Set of followeesinit() {}// 发推文func postTweet(_ userId: Int, _ tweetId: Int) {time += 1userTweets[userId, default: []].append((time, tweetId))}// 获取新闻流(最近 10 条推文)func getNewsFeed(_ userId: Int) -> [Int] {var tweets: [(Int, Int)] = []// 自己的推文if let selfTweets = userTweets[userId] {tweets.append(contentsOf: selfTweets)}// 关注者的推文if let followeesSet = followees[userId] {for followee in followeesSet {if let followeeTweets = userTweets[followee] {tweets.append(contentsOf: followeeTweets)}}}// 按时间倒序排序,取前 10 条let sortedTweets = tweets.sorted { $0.0 > $1.0 }return sortedTweets.prefix(10).map { $0.1 }}// 关注func follow(_ followerId: Int, _ followeeId: Int) {guard followerId != followeeId else { return }  // 不能关注自己followees[followerId, default: []].insert(followeeId)}// 取关func unfollow(_ followerId: Int, _ followeeId: Int) {followees[followerId]?.remove(followeeId)}
}

测试示例和结果

我们写一个测试函数,模拟题目里的操作:

func testTwitter() {let twitter = Twitter()twitter.postTweet(1, 5)print("News feed of user 1:", twitter.getNewsFeed(1)) // [5]twitter.follow(1, 2)twitter.postTweet(2, 6)print("News feed of user 1 after following 2:", twitter.getNewsFeed(1)) // [6, 5]twitter.unfollow(1, 2)print("News feed of user 1 after unfollowing 2:", twitter.getNewsFeed(1)) // [5]
}testTwitter()

运行结果:

News feed of user 1: [5]
News feed of user 1 after following 2: [6, 5]
News feed of user 1 after unfollowing 2: [5]

时间复杂度

  1. postTweet:O(1)
  2. follow / unfollow:O(1)
  3. getNewsFeed:O(n log n),其中 n 是自己和关注者的所有推文总数。因为要排序。

在题目约束下(调用次数最多 3 * 10^4),这个解法是可接受的。

空间复杂度

  • 存储所有推文:O(totalTweets)
  • 存储关注关系:O(totalUsers^2)(最坏情况所有人互相关注)

整体空间复杂度:O(totalTweets + totalFollows)。

总结

这道题考察的不是高深的算法,而是如何合理地组织数据结构

  • 推文需要保存时间顺序,用全局自增计数器解决。
  • 用户关系用字典 + 集合管理。
  • 获取新闻流时把相关推文合并再排序。

这个设计在真实系统里当然不够高效(Twitter 真实实现用的是复杂的分布式推送系统),但在算法题范围内完全够用。

关键 takeaway:

  • 拆分功能:发推、关注、取关、获取新闻流,分别管理。
  • 数据结构选型:字典存推文和关系,数组/集合快速操作。
  • 排序保证时间顺序:倒序取最近 10 条。
http://www.lryc.cn/news/623177.html

相关文章:

  • 洛谷B3865 [GESP202309 二级] 小杨的 X 字矩阵(举一反三)
  • ESP32唤醒流程
  • 六十八、【Linux数据库】percona软件介绍 、 innobackupex备份与恢复
  • 《后室Backrooms》中文版,购物误入异空间,怪物追逐,第一人称冒险逃生
  • STM32-GPIO实践部分1-跑马灯实验
  • Java基础 8.16
  • 基于深度强化学习的多用途无人机路径优化研究
  • 基于Transformer的机器翻译——模型篇
  • C# 应用特性的更多内容:多维度解析与深度拓展
  • Mysql常见的优化方法
  • 如何在 Ubuntu 24.04 Server 或 Desktop 上安装 XFCE
  • 【Python】Python爬虫学习路线
  • IOMMU多级页表查找的验证
  • 字节数据流
  • 后量子密码算法ML-KEM介绍及开源代码实现
  • 11-verilog的RTC驱动代码
  • CPP多线程2:多线程竞争与死锁问题
  • RK3568 NPU RKNN(三):RKNN-ToolKit2模型构建与推理
  • 微服务架构实战指南:从单体应用到云原生的蜕变之路
  • AUTOSAR进阶图解==>AUTOSAR_SWS_FlexRayTransceiverDriver
  • 如何在FastAPI中玩转APScheduler,实现动态定时任务的魔法?
  • 【Docker】Ubuntu上安装Docker(网络版)
  • 储能领域大数据平台的设计中如何使用 Hadoop、Spark、Flink 等组件实现数据采集、清洗、存储及实时 / 离线计算,支持储能系统分析与预测
  • 打卡day40
  • 一些 DS 题目
  • Spark 数据分发性能深度剖析:mapPartitions vs. UDF – 你该选择哪一个?
  • docker-compose-mysql-定时备份数据库到其他服务器脚本
  • 【Web后端】Django、flask及其场景——以构建系统原型为例
  • 【OpenGL】LearnOpenGL学习笔记09 - 材质、光照贴图
  • 体彩排列三第2025218期号码分析