头条面试题：求用户在线峰值和持续时间

前几天我的朋友面试头条，给出了这样一道面试题：

有一天的log的数据量，求一天中用户在线峰值和持续时间。

他面试结束后与我讨论，让我也做一下，我晚上就用了点时间做了这个题目。

写完之后我们讨论发现因为思路不同，且他的方法更好，就记录下来跟大家分享一下。

事先声明一个log实体：

    /// <summary>
    /// 登录日志
    /// </summary>
    public class Log
    {
        /// <summary>
        /// 登录时间
        /// </summary>
        public int LoginTime { get; set; }
        /// <summary>
        /// 登出时间
        /// </summary>
        public int LogoutTime { get; set; }
    }

因为只求峰值数据，太多的字段没有加。

创建假数据：

    //模拟数据
    var logs = new List<Log>{
        new Log{ LoginTime=2, LogoutTime=5 },
        new Log{ LoginTime=3, LogoutTime=6 },
        new Log{ LoginTime=3, LogoutTime=4 },
        new Log{ LoginTime=4, LogoutTime=8 },
        new Log{ LoginTime=4, LogoutTime=9 },
        new Log{ LoginTime=4, LogoutTime=10 },
        new Log{ LoginTime=3, LogoutTime=4 },
        new Log{ LoginTime=4, LogoutTime=8 },
        new Log{ LoginTime=5, LogoutTime=6 },
    };

 

以下是我的代码：

            #region 获取每个小时在线人数

            //定义一个数组盛放每个小时的在线人数
            int[] logHigh = new int[24];
            int time = 0;
            while (time < 24)
            {
                logHigh[time] = 0;
                foreach (var log in logs)
                {
                    if (time >= log.LoginTime && time < log.LogoutTime)
                    {
                        logHigh[time]++;
                    }
                }
                time++;
            }

            #endregion
            #region 获取最大在线人数和持续时间

            //获取最大在线人数
            var max = logHigh[0];
            var index = 0;
            for (int j = 1; j < logHigh.Length; j++)
            {
                if (max < logHigh[j])
                {
                    max = logHigh[j];
                    index = j;
                }
            }
            //获取最大在线人数持续时间
            var maxIndex = 0;
            for (var maxI = index + 1; maxI < logHigh.Length; maxI++)
            {
                if (logHigh[maxI] == max)
                {
                    maxIndex = maxI;
                }
                else
                {
                    continue;
                }

            }

            #endregion
            Console.WriteLine("最大在线人数是：" + max);
            Console.WriteLine($"起始时间是：{index}，结束时间是：{maxIndex + 1}，持续时间：{maxIndex + 1 - index}h");

            for (var i = 0; i < 24; i++)
            {
                Console.WriteLine($"时间在 {i} 到 {i + 1} 点之间在线人数是：{logHigh[i].ToString()}");
            }
            Console.ReadKey();    

运行结果：

  

写完之后我们对结果，没有问题。又互相看了对方的代码，发现逻辑是不一样的。

以下贴出朋友的代码：

            //当天数据容器
            var array = new int[24];

            //初始化数据
            foreach (var item in logs)
            {
                //只记录当前在线人数即可
                for (int i = item.LoginTime; i < item.LogoutTime; i++)
                {
                    array[i]++;
                }
            }

            //统计部分
            int biggest = 0;        //峰值
            int biggestLength = 0;  //持续时长
            int biggestTime = 0;    //最大开始时间

            for (int i = 0; i < array.Length; i++)
            {
                //当前在线人数
                var currentValue = array[i];

                //存储最大峰值
                if (currentValue > biggest)
                {
                    biggest = currentValue;
                    biggestLength = 0;
                    biggestTime = i;
                }

                if (currentValue == biggest)
                    biggestLength++;
            }

            //输出部分
            for (int i = 0; i < array.Length; i++)
            {
                Console.WriteLine($"当前时间:{i} \t 在线人数：{array[i]}");
            }

            Console.WriteLine($"当天最大峰值：{biggest}人，开始时间：{biggestTime}点，持续时间：{biggestLength}h");
            Console.ReadKey();    

运行结果：

不知道大家看出来我们两个逻辑上有什么不同吗？

其实主要的不同是第一部分求每个小时在线人数的思路上的不同：

我的想法是轮询24小时，遍历log数据发现在遍历的时间内就+1；

他的思路是遍历log数据，在数据的开始结束时间内都+1。

他这样做的话就在复杂度上少了很多，至少比我少一半的复杂度。

这其实就是一道大厂非常喜欢考的逻辑算法的题目，我朋友这样的算法自然更好：逻辑清晰，复杂度低。

 

如果大家还有什么更好的解法欢迎写在下面。

 

源码git下载地址：https://gitee.com/jingboweilanGO/demo_-log-high.git