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 。

思路：

1、如果想高效地，等概率地随机获取元素，就要使用数组作为底层容器。

2、如果要保持数组元素的紧凑性，可以把待删除元素换到最后，然后 pop 掉末尾的元素，这样时间复杂度就是 O(1) 了。当然，我们需要额外的哈希表记录值到索引的映射。

常数时间删除/查找数组中的任意元素 :: labuladong的算法小抄 (gitee.io)

Hashmap插入、删除一个元素的时间复杂度为O(1)

数组插入、删除一个元素的时间复杂度为O(n)

(找到元素的时间复杂度为O(1)，插入、删除后需要移动后序元素，时间复杂度为O(n)）

链表插入、删除一个元素的时间复杂度为O(n)

(找到元素的时间复杂度为O(n)，插入、删除的时间复杂度为O(1))

class RandomizedSet {
public:
    vector<int> nums;
    map<int,int> valToIndex;  
    RandomizedSet() {}

    bool insert(int val)//插入一个元素的时间复杂度为O(1)，所以采用Hashmap来存储
    {
        if(valToIndex.count(val))
        {
            return false;
        }
        valToIndex[val]=nums.size();
        nums.push_back(val);
        return true;
    }
    
    bool remove(int val)//删除一个元素的时间复杂度为O(1) ，所以采用Hashmap来存储
    {
        if(!valToIndex.count(val))
        {
            return false;
        }
        int index=valToIndex[val];
        valToIndex[nums.back()]=index;
        swap(nums[index],nums.back());
        nums.pop_back();
        valToIndex.erase(val);
        return true;
    }
    
    int getRandom()
//随机返回现有集合中的一项且时间复杂度为O(1)，条件为:数组实现，且数组必须是紧凑的。如果采用Hashmap实现，元素是被哈希函数“分散”到整个数组里面的，不是紧凑的，所以做不到O(1)时间“等概率”随机获取元素
    {
        return nums[rand()%nums.size()];
    }
};