Medium | LeetCode 380. 常数时间插入、删除和获取随机元素 | 设计
380. 常数时间插入、删除和获取随机元素
设计一个支持在平均 时间复杂度 O(1) 下,执行以下操作的数据结构。
insert(val)
:当元素 val 不存在时,向集合中插入该项。remove(val)
:元素 val 存在时,从集合中移除该项。getRandom
:随机返回现有集合中的一项。每个元素应该有相同的概率被返回。
示例 :
// 初始化一个空的集合。
RandomizedSet randomSet = new RandomizedSet();
// 向集合中插入 1 。返回 true 表示 1 被成功地插入。
randomSet.insert(1);
// 返回 false ,表示集合中不存在 2 。
randomSet.remove(2);
// 向集合中插入 2 。返回 true 。集合现在包含 [1,2] 。
randomSet.insert(2);
// getRandom 应随机返回 1 或 2 。
randomSet.getRandom();
// 从集合中移除 1 ,返回 true 。集合现在包含 [2] 。
randomSet.remove(1);
// 2 已在集合中,所以返回 false 。
randomSet.insert(2);
// 由于 2 是集合中唯一的数字,getRandom 总是返回 2 。
randomSet.getRandom();
解题思路
首先分析题目需要使用什么数据结构。
-
O(1) 时间内插入, 数组, 链表, 哈希Map, 均支持O(1)时间的插入
-
O(1) 时间删除, 常规的数组删除元素, 复杂度是O(N), 链表的删除操作复杂度是O(1)。不过都需要事先定位到需要删除的位置。可以使用HashMap保存位置。
-
O(1) 时间复杂度获取随机数。这个使用数组是最合适的。用链表不太好获取到随机位置的数。
综上, 使用数组存储数据相对来讲更加合适。那么如何才能在O(1)时间删除元素呢?很简单, 常规的删除操作是将后边的部分全部向前移动一部分。这个时间复杂度是O(N)。实际上一个更加方便的删除方法是, 直接把数组的最后一个元素拿过来填充在要删除的位置, 然后再把最后一个位置的元素删除掉。当然, 这个时候, 也需要更新用于定位元素的hashmap索引。
class RandomizedSet {
private final Map<Integer, Integer> index;
private final List<Integer> data;
private final Random random;
/** Initialize your data structure here. */
public RandomizedSet() {
index = new HashMap<>();
data = new ArrayList<>();
random = new Random();
}
/** Inserts a value to the set. Returns true if the set did not already contain the specified element. */
public boolean insert(int val) {
if (index.containsKey(val)) {
return false;
}
// 直接将元素添加在数组末尾, 并且添加索引
index.put(val, data.size());
data.add(val);
return true;
}
/** Removes a value from the set. Returns true if the set contained the specified element. */
public boolean remove(int val) {
Integer idx = index.get(val);
if (idx != null) {
int size = data.size();
// 用数组最后一个元素填充要删除的位置
data.set(idx, data.get(size - 1));
// 更新索引
index.put(data.get(idx), idx);
// 删除数组最后一个元素
data.remove(size - 1);
// 删除被删除元素的索引
index.remove(val);
return true;
}
return false;
}
/** Get a random element from the set. */
public int getRandom() {
return data.get(random.nextInt(data.size()));
}
}