leetcode -- 381.O(1)时间插入、删除和获取随机元素 - 允许重复

本文详细介绍了如何使用Map和Set数据结构实现一个允许重复元素的数据结构,支持在O(1)时间复杂度下插入、删除和获取随机元素。通过创建一个Map来存储键值对,利用Set来判断元素是否存在,同时结合List来辅助删除操作,确保了操作的高效性。
摘要由CSDN通过智能技术生成

381.O(1)时间插入、删除和获取随机元素 - 允许重复
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
内心独白:看到这个题目都傻眼了有木有,这个题目看着很短要求却不低。三大要求难度其实不大,对于我们来说,Map集合、Set集合你熟悉使用了吗?这道题重点在于这两个集合的使用。

我们来点点剖析这道题目。

  1. 在初始化之前,我们创建一个数据结构,首先得站在巨人的肩膀上,我们分析需求,题目要求我们可以插入、删除和获取随机元素,这里可以知道我们必须使用一个含有键值对的数据结构,因此我们想到使用Map。除此之外,remove方法显然是排除相同值的,这里我们使用set。

    // 创建数据结构
    Map<Integer, Set<Integer>> map;
    List<Integer> list;
    
  2. 有了初始数据结构之后,我们的数据结构还是空的,因此我们需要对数据结构进行初始化

    public void RandomizedCollection() {
    	map = new HashMap<Integer, Set<Integer>();
        list = new ArrayList<Integer>;
    }
    
  3. 数据结构已经创建完毕啦,这个时候就需要使用map与list去做事情,第一个要完成的任务就是完成插值操作,根据题目要求,添加同一个val的时候,第一次添加val返回true,第二次添加同样的val值则返回false。记住返回false并不代表这次添加失败了。每一次insert操作都可以成功添加键值对,这个boolean返回值只是让使用者知道/了解这次添加的值是否重复。

    public boolean insert(int val) {
        list.add(val);
        Set<Integer> set = map.getOrDefault(val, new HashSet<Integer>());
        /*
        * 这里大家可能会迷惑为什么要使用上面的语法,这里解释以下getOrDefault的作用,当被添加的val键已经存在的时候,map会返回对应val的值,否则则创建一个默认的值。
        因此set集合里面是什么值并不重要,重要的是要知道当val相同的时候,map会调用已经存在的set,这样子就起到了判断这个键值对是否已经存在的作用。
        */
        set.add(list.size - 1);
        map.put(val, set);
        return set.size() == 1;
    }
    
  4. 接下来我们要实现题目要求的第二个要求,删除已经存在的元素,而且时间复杂度为O(1),这个要求很简单,因为题目对数据存放的位置没有限制,数据只要存在即可,因此我们可以先定位这个数据的位置,然后将其与最后一个数据交换后删除,如果这个数据已经位于最后,直接删除即可,这样子即可在O(1)复杂度的情况下删除这个数据。数据删除成功返回true,否则返回false

    public boolean remove(int val) {
    	if ( !map.containsKey(val)){
            // map.containsKey(val)如果val存在则为true
            // 前面加了!则表示,该键不存在时进入if语句
         	return false;
        }
        Iterator<Integer> it = map.get(val).iterator();
        int i = it.next();
        int lastNum = list.get(num.size - 1);
        list.set(i, lastNum);
        map.get(val).remove(i);
        map.get(lastNum).remove(list.size() - 1);
        if(i < list.sieze - 1){
        	map.get(lastNum).add(i);
        }
        if(map.get(val).size == 0){
        	map.remove(val);
        }
        list.remove(list.size() - 1);
        return true;
    }
    
  5. 最后我们要进行最后一个获取随机数的操作

    public int getRandom() {
        return list.get((int)(Math.random()*list.size()));
    }
    

到这里我们圆满把题目给写完啦

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值