432. 全 O(1) 的数据结构 : 数据结构运用题(手写双向链表 + 哈希表)

简介: 432. 全 O(1) 的数据结构 : 数据结构运用题(手写双向链表 + 哈希表)

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 432. 全 O(1) 的数据结构 ,难度为 困难


Tag : 「双向链表」、「哈希表」


请你设计一个用于存储字符串计数的数据结构,并能够返回计数最小和最大的字符串。

实现 AllOne 类:


  • AllOne() 初始化数据结构的对象。
  • inc(String key) 字符串 key 的计数增加 11 。如果数据结构中尚不存在 key ,那么插入计数为 11key
  • dec(String key) 字符串 key 的计数减少 11 。如果 key 的计数在减少后为 00 ,那么需要将这个 key 从数据结构中删除。测试用例保证:在减少计数前,key 存在于数据结构中。
  • getMaxKey() 返回任意一个计数最大的字符串。如果没有元素存在,返回一个空字符串 ""
  • getMinKey() 返回任意一个计数最小的字符串。如果没有元素存在,返回一个空字符串 ""


示例:


输入
["AllOne", "inc", "inc", "getMaxKey", "getMinKey", "inc", "getMaxKey", "getMinKey"]
[[], ["hello"], ["hello"], [], [], ["leet"], [], []]
输出
[null, null, null, "hello", "hello", null, "hello", "leet"]
解释
AllOne allOne = new AllOne();
allOne.inc("hello");
allOne.inc("hello");
allOne.getMaxKey(); // 返回 "hello"
allOne.getMinKey(); // 返回 "hello"
allOne.inc("leet");
allOne.getMaxKey(); // 返回 "hello"
allOne.getMinKey(); // 返回 "leet"
复制代码


提示:


  • 1 <= key.length <= 101<=key.length<=10
  • key 由小写英文字母组成
  • 测试用例保证:在每次调用 dec 时,数据结构中总存在 key
  • 最多调用 incdecgetMaxKeygetMinKey 方法 5 * 10^45104


双向链表 + 哈希表



题目要求我们支持 O(1)O(1) 的查询和修改,其中查询只需返回任意一个计数次数「最多」和「最少」的元素即可(如果有)。


虽然插入的字符串长度不超过 1010(该数据范围的含义为字符串的哈希计算消耗可看作常数),但单纯的使用「哈希表」仅能做到 O(1)O(1) 的计数,无法做到 O(1)O(1) 查询。


我们可以采取和 实现一个 LRUCache & 实现一个 LFUCache 类似的思路,通过自定义节点并手写双链表来实现。


定义一个节点类 Node,除了包含用于实现双向链表的 leftright 以外,还包含一个数值类型的变量 val, 用于记录该节点存储的是计数次数为多少的元素,以及一个 Set 类型的容器,用于支持 O(1)O(1) 插入和删除元素,记作 set


同时为了快速知道某个字符串属于哪个 Node,我们还需要开一个「哈希表」进行定位(以字符串为哈希表的键,字符串所在 Node 作为值),当定位到字符串对应的 Node 之后则可以利用「双向链表」的 O(1)O(1) 增加/修改/删除。


在双向链表中,起始只有两个哨兵节点 hhtt ,当进行若干 inc/dec 操作后的基本形态为:


网络异常,图片无法展示
|


对应几个操作:


inc/dec 操作:当对一个字符串 key 进行「增加计数」或「减少计数」时,先在哈希表中看 key 是否存在:


  • 若存在:根据其所属的Node的计数cnt为多少,并结合当前是「增加计数」还是「减少计数」来决定是找Node的「右节点」还是「左节点」,同时检查相邻节点的计数值cnt是否为目标值,对应要检查数值是cnt + 1cnt+1cnt - 1cnt1
  • 若相邻节点的 cnt 为目标值:即目标节点存在,将 key 从原 Nodeset 集合中移除,并添加到目标节点的集合中,更新哈希表;
  • 若相邻节点的 cnt 不是目标值:则需要创建相应的目标节点,并构建双向链表关系,把 key 存入新创建的目标节点,更新哈希表。
  • 若不存在(只能是inc操作):查找是否存在cnt = 1cnt=1的节点(也就是检查hh.right节点的计数值):
  • 如果存在 cnt = 1cnt=1 的目标节点:将 key 添加到目标节点的 set 集合中,更新哈希表;
  • 若不存在 cnt = 1cnt=1 的目标节点:创建相应的节点,并构建双向关系,并构建双向链表关系,把 key 存入新创建的目标节点,更新哈希表。


getMaxKey/getMinKey 操作:分别从 tt.lefthh.right 中尝试查找,如果存在非哨兵节点,则从节点的 set 集合中取任意元素进行返回,否则返回空串。


最后,为了确保 getMaxKey/getMinKey 操作能够严格 O(1)O(1),我们在进行 inc/dec 操作时我们需要对一些 set 容量为 00 的节点进行释放,即解除其所在双向链表的关系。


代码:


class AllOne {
    class Node {
        int cnt;
        Set<String> set = new HashSet<>();
        Node left, right;
        Node(int _cnt) {
            cnt = _cnt;
        }
    }
    Node hh, tt;
    Map<String, Node> map = new HashMap<>();
    public AllOne() {
        hh = new Node(-1000); tt = new Node(-1000);
        hh.right = tt; tt.left = hh;
    }
    void clear(Node node) {
        if (node.set.size() == 0) {
            node.left.right = node.right;
            node.right.left = node.left;
        }
    }
    public void inc(String key) {
        if (map.containsKey(key)) {
            Node node = map.get(key);
            node.set.remove(key);
            int cnt = node.cnt;
            Node next = null;
            if (node.right.cnt == cnt + 1) {
                next = node.right;
            } else {
                next = new Node(cnt + 1);
                next.right = node.right;
                next.left = node;
                node.right.left = next;
                node.right = next;
            }
            next.set.add(key);
            map.put(key, next);
            clear(node);
        } else {
            Node node = null;
            if (hh.right.cnt == 1) {
                node = hh.right;
            } else {
                node = new Node(1);
                node.right = hh.right;
                node.left = hh;
                hh.right.left = node;
                hh.right = node;
            }
            node.set.add(key);
            map.put(key, node);
        }
    }
    public void dec(String key) {
        Node node = map.get(key);
        node.set.remove(key);
        int cnt = node.cnt;
        if (cnt == 1) {
            map.remove(key);
        } else {
            Node prev = null;
            if (node.left.cnt == cnt - 1) {
                prev = node.left;
            } else {
                prev = new Node(cnt - 1);
                prev.right = node;
                prev.left = node.left;
                node.left.right = prev;
                node.left = prev;
            }
            prev.set.add(key);
            map.put(key, prev);
        }
        clear(node);
    }
    public String getMaxKey() {
        Node node = tt.left;
        for (String str : node.set) return str;
        return "";
    }
    public String getMinKey() {
        Node node = hh.right;
        for (String str : node.set) return str;
        return "";
    }
}
复制代码


  • 时间复杂度:O(1)O(1)
  • 空间复杂度:O(n)O(n)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.432 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
6天前
|
Java
java数据结构,双向链表的实现
文章介绍了双向链表的实现,包括数据结构定义、插入和删除操作的代码实现,以及双向链表的其他操作方法,并提供了完整的Java代码实现。
java数据结构,双向链表的实现
|
15天前
|
存储 Java Serverless
【数据结构】哈希表&二叉搜索树详解
本文详细介绍了二叉搜索树和哈希表这两种数据结构。二叉搜索树是一种特殊二叉树,具有左子树节点值小于根节点、右子树节点值大于根节点的特点,并且不允许键值重复。文章给出了插入、删除和搜索等方法的具体实现。哈希表则通过哈希函数将键名映射为数组下标,实现快速查找,其插入、删除和查找操作时间复杂度理想情况下为O(1)。文中还讨论了哈希函数的设计原则、哈希冲突的解决方法及哈希表的实现细节。
23 8
【数据结构】哈希表&二叉搜索树详解
|
28天前
|
存储 Java 索引
【数据结构】链表从实现到应用,保姆级攻略
本文详细介绍了链表这一重要数据结构。链表与数组不同,其元素在内存中非连续分布,通过指针连接。Java中链表常用于需动态添加或删除元素的场景。文章首先解释了单向链表的基本概念,包括节点定义及各种操作如插入、删除等的实现方法。随后介绍了双向链表,说明了其拥有前后两个指针的特点,并展示了相关操作的代码实现。最后,对比了ArrayList与LinkedList的不同之处,包括它们底层实现、时间复杂度以及适用场景等方面。
42 10
【数据结构】链表从实现到应用,保姆级攻略
|
2月前
|
存储 算法
【初阶数据结构篇】顺序表和链表算法题
此题可以先找到中间节点,然后把后半部分逆置,最近前后两部分一一比对,如果节点的值全部相同,则即为回文。
|
2月前
|
存储 测试技术
【初阶数据结构篇】双向链表的实现(赋源码)
因为头结点的存在,plist指针始终指向头结点,不会改变。
|
2月前
|
存储 测试技术
【初阶数据结构篇】单链表的实现(附源码)
在尾插/尾删中,都需要依据链表是否为空/链表是否多于一个节点来分情况讨论,目的是避免对空指针进行解引用造成的错误。
|
2月前
|
算法
【数据结构与算法】共享双向链表
【数据结构与算法】共享双向链表
13 0
|
2月前
|
算法
【数据结构与算法】双向链表
【数据结构与算法】双向链表
13 0
|
2月前
|
算法
【数据结构与算法】循环链表
【数据结构与算法】循环链表
15 0
|
3天前
|
算法 安全 测试技术
golang 栈数据结构的实现和应用
本文详细介绍了“栈”这一数据结构的特点,并用Golang实现栈。栈是一种FILO(First In Last Out,即先进后出或后进先出)的数据结构。文章展示了如何用slice和链表来实现栈,并通过golang benchmark测试了二者的性能差异。此外,还提供了几个使用栈结构解决的实际算法问题示例,如有效的括号匹配等。
golang 栈数据结构的实现和应用