996Worker
996Worker
发布于 2022-04-25 / 211 阅读
0
0

Random sampling in Big Data -- Reservoir Sampling

需求

给定一个可能含有重复元素的整数数组,要求随机输出给定的数字的索引。

该数组很大, 可能存在海量下标.

解决方案

1. HashMap存储各种下标信息

不可以, 因为下标很多, 导致HashMap过大

  • 时间复杂度:初始化消耗O(n),给出索引为O(1),其中nnums的长度。

  • 空间复杂度:O(n)。我们需要 O(n) 的空间存储 n 个下标。

2. 蓄水池算法

image.png

代码

class Solution {
    int[] nums;
    Random random;

    public Solution(int[] nums) {
        this.nums = nums;
        random = new Random();
    }

    public int pick(int target) {
        int ans = 0;
        int count = 0;

        for (int i = 0; i < nums.length; ++i) {
            if (nums[i] == target) {
                count++; // 第 cnt 次遇到 target
                if (random.nextInt(count) == 0) {
                    ans = i;
                }
            }
        }
        return ans;
    }
}

  • 时间复杂度:初始化为O(1),pick 为 O(n),其中 nnums 的长度。

  • 空间复杂度:O(1)。只需要常数的空间保存若干变量。

总结

典型地用时间换空间的应用.


评论