当前位置: 首页 > news >正文

算法题 最近的请求次数

933. 最近的请求次数

问题描述

写一个RecentCounter类来计算最近的请求次数。

实现RecentCounter类:

  • RecentCounter()初始化计数器,请求数为0。
  • int ping(int t)在时间t添加一个新的请求(t表示以毫秒为单位的时间),并返回过去3000 毫秒内(包括t时刻)发生的请求数。

保证每次调用ping时,t的值都比之前的值大。

示例

输入: ["RecentCounter","ping","ping","ping","ping"] [[],[1],[100],[3001],[3002]] 输出: [null,1,2,3,3] 解释: - ping(1) -> [1] -> 1个请求在[1-3000,1]范围内 - ping(100) -> [1,100] -> 2个请求在[100-3000,100]范围内 - ping(3001) -> [1,100,3001] -> 3个请求在[1,3001]范围内 - ping(3002) -> [1,100,3001,3002] -> 3个请求在[2,3002]范围内(1被排除)

算法思路

滑动窗口

  1. 使用队列存储所有请求的时间戳
  2. 每次调用ping(t)时:
    • 将当前时间t加入队列
    • 移除队列中所有不在[t-3000, t]范围内的旧请求
    • 返回队列的当前大小

代码实现

方法一:滑动窗口

importjava.util.Queue;importjava.util.LinkedList;classRecentCounter{privateQueue<Integer>requests;// 存储请求时间戳的队列privatestaticfinalintWINDOW_SIZE=3000;// 时间窗口大小/** * 构造函数:初始化RecentCounter */publicRecentCounter(){this.requests=newLinkedList<>();}/** * 在时间t添加请求,并返回过去3000毫秒内的请求数 * * @param t 请求时间戳(毫秒) * @return 过去3000毫秒内的请求数 */publicintping(intt){// 添加当前请求requests.offer(t);// 移除所有过期的请求(时间戳 < t - 3000)while(!requests.isEmpty()&&requests.peek()<t-WINDOW_SIZE){requests.poll();}// 返回当前窗口内的请求数returnrequests.size();}}

方法二:双端队列

importjava.util.Deque;importjava.util.ArrayDeque;classRecentCounter{privateDeque<Integer>requests;privatestaticfinalintWINDOW_SIZE=3000;publicRecentCounter(){this.requests=newArrayDeque<>();}publicintping(intt){requests.addLast(t);// 移除过期请求while(!requests.isEmpty()&&requests.getFirst()<t-WINDOW_SIZE){requests.removeFirst();}returnrequests.size();}}

算法分析

  • 时间复杂度
    • 单次ping操作:均摊 O(1)
    • 虽然有while循环,每个请求最多被加入和移除一次
  • 空间复杂度:O(W),W 是时间窗口内的最大请求数

算法过程

输入:[1,100,3001,3002]

  1. ping(1)

    • 队列:[1]
    • 有效范围:[1-3000, 1] = [-2999, 1]
    • 所有请求都有效,返回1
  2. ping(100)

    • 队列:[1, 100]
    • 有效范围:[100-3000, 100] = [-2900, 100]
    • 所有请求都有效,返回2
  3. ping(3001)

    • 队列:[1, 100, 3001]
    • 有效范围:[3001-3000, 3001] = [1, 3001]
    • 所有请求都有效(1 >= 1),返回3
  4. ping(3002)

    • 队列:[1, 100, 3001, 3002]
    • 有效范围:[3002-3000, 3002] = [2, 3002]
    • 请求1过期(1 < 2),移除后队列:[100, 3001, 3002]
    • 返回3

测试用例

publicstaticvoidmain(String[]args){// 测试用例1:标准示例RecentCounterrc1=newRecentCounter();System.out.println("Test 1:");System.out.println(rc1.ping(1));// 1System.out.println(rc1.ping(100));// 2System.out.println(rc1.ping(3001));// 3System.out.println(rc1.ping(3002));// 3// 测试用例2:密集请求RecentCounterrc2=newRecentCounter();System.out.println("\nTest 2:");for(inti=1;i<=5;i++){System.out.println(rc2.ping(i));// 1,2,3,4,5}// 测试用例3:稀疏请求(间隔很大)RecentCounterrc3=newRecentCounter();System.out.println("\nTest 3:");System.out.println(rc3.ping(1));// 1System.out.println(rc3.ping(4000));// 1 (1已过期)System.out.println(rc3.ping(8000));// 1 (4000已过期)// 测试用例4:边界情况RecentCounterrc4=newRecentCounter();System.out.println("\nTest 4:");System.out.println(rc4.ping(3000));// 1System.out.println(rc4.ping(6000));// 1 (3000刚好过期: 6000-3000=3000, 3000<3000)// 测试用例5:连续请求在边界RecentCounterrc5=newRecentCounter();System.out.println("\nTest 5:");System.out.println(rc5.ping(1));// 1System.out.println(rc5.ping(3001));// 2 (1仍在范围内: 3001-3000=1, 1>=1)System.out.println(rc5.ping(3002));// 2 (1过期: 3002-3000=2, 1<2)}

关键点

  1. 滑动窗口

    • 维护一个时间窗口[t-3000, t]
    • 动态添加新元素,移除过期元素
    • 队列大小就是窗口内的元素数量
  2. 单调性

    • 由于t严格递增,队列中的时间戳也是递增的
    • 过期元素总是集中在队列头部
    • 不需要检查队列中间或尾部的元素

常见问题

  1. 为什么不用数组或列表?
    • 数组/列表删除头部元素需要O(n)时间
    • 队列的poll()操作是O(1)的
http://www.jsqmd.com/news/244421/

相关文章:

  • 本章节我们将讨论如何在 React 中使用表单。 DOM 元素有所不同
  • 2026年AI智能体将重构工作:15大趋势深度解析,程序员必看指南
  • ue 蓝图循环调用用法笔记
  • 阿里云渠道商:阿里云弹性伸缩混合管理指南
  • 牛津大学联合微软发布AUI-Gym,让AI成为UI界面的“设计师+评委“
  • 小白前端别慌:搞懂JS内置可迭代对象,写代码不再手抖(附实战技
  • 【毕业设计】基于深度学习识别水面漂浮垃圾基于python-CNN深度学习识别水面漂浮垃圾
  • 计算机深度学习毕设实战-基于python深度学习的拉链是否完好识别基于python深度学习的拉链是否完好识别
  • 黑客自学指南:零基础入门网络安全,一篇直接通关
  • 深度学习计算机毕设之基于python-CNN深度学习卷神经网络识别水面漂浮垃圾基于python-CNN深度学习识别水面漂浮垃圾
  • 大模型入门到精通:2025中国行业发展报告,程序员必读指南
  • 2026最热AI技能:大模型开发学习指南,收藏不亏!
  • Java实习模拟面试|蔚来汽车后台开发一面面经深度复盘:大文件导出防OOM、TTL线程池上下文传递、Spring AOP失效陷阱与二叉树路径和深度解析(全面优化版)
  • 深度学习毕设项目:基于python深度学习识别水面漂浮垃圾基于python-CNN深度学习识别水面漂浮垃圾
  • 2026年最全AI产品经理与大模型学习指南,附90天实战路径,2026年AI产品经理终极学习路线
  • 从能跑到能用:大模型智能体技术演进与工程化实践
  • 程序员必学!dbt+DataOps+StarRocks如何打造高效数据治理与实时分析体系
  • 電子郵件簽名攻擊:隱匿於信任之中的數位毒藥——深度剖析圖檔嵌入惡意代碼的手法與防禦
  • 收藏!AI大模型三大核心组件深度解析:从基础到实战,小白也能懂的MCP Server/Function Call/Agent指南
  • Notion MCP + Claude Code 完美结合教程 - 让大模型自动管理你的知识库
  • 智能体推理技术全解析:从CoT到多智能体系统,提升大模型思考能力的终极指南
  • 小白如何高效入门AI大模型:一位程序员的半年转行经验与书单全攻略
  • 挖礦病毒清理終極指南:徹底解救你的CPU與GPU
  • 完全自动驾驶革命:1KB本地处理与多传感器融合的智能驾驶系统
  • 金融行业:券商抢AI人才,如何打赢与互联网公司的“跨界抢人大战”?
  • 安全多方计算与差分隐私技术解析
  • 全网最全8个一键生成论文工具,MBA论文写作必备!
  • 【计算机毕业设计案例】基于python-CNN深度学习卷神经网络对苹果是否腐烂识别基于python-CNN深度学习对苹果是否腐烂识别
  • 基于 YOLOv8 的水下垃圾智能识别系统实战 [目标检测完整源码]
  • 深度学习计算机毕设之基于python-AI深度学习训练识别草莓是否腐烂基于机器学习python-AI深度学习训练识别草莓是否腐烂