之前写过这道题目的排序+二分搜索解法 今天收到评论指出程序里的问题。

原来代码每次 get 要先排序,排序的平均时间复杂度是 O(nlogn),带来的好处是通过 O(logn) 的一次查找避免了扫描全部元素。整个时间复杂度 O(nlogn)。

实际上如果扫描全部元素时间复杂度是 o(n)。这样看来使用排序+二分查找,时间复杂度反而更高了。

我重新写了一个扫描全部元素的代码,结果发现时间耗时会反而更长一点。

image.png

因为实际运行时间和操作顺序、数量还有数据本身都有关系。也和排序的算法具体的实现有关。

如果插入操作很少,而查询操作很多,或者说虽然插入操作多,列表元素很多,但那是插入操作比较集中,而排序又是插入排序,可能每次重新排序所用的操作数量很少(如果是普通的快速排序,在列表基本有序的情况下排序效率反而很低,接近于 n^2)

扫描全部元素代码

import bisect
class TweetCounts:

    def __init__(self):
        self.ul = {}
        
    def recordTweet(self, tweetName: str, time: int) -> None:
        if tweetName not in self.ul: self.ul[tweetName] = []
        self.ul[tweetName].append(time)
        
    def getTweetCountsPerFrequency(self, freq: str, tweetName: str, startTime: int, endTime: int) -> List[int]:
        if freq == 'minute':
            f = 60
        elif freq == 'hour':
            f = 3600
        else:
            f = 86400
        result = [0] * math.ceil((endTime - startTime+1) / f)
        for t in self.ul[tweetName]:
            if startTime <= t <= endTime:
                result[(t - startTime) // f] += 1
        return result

原方法代码

import bisect
class TweetCounts:

    def __init__(self):
        self.ul = {}
        
    def recordTweet(self, tweetName: str, time: int) -> None:
        if tweetName not in self.ul: self.ul[tweetName] = []
        self.ul[tweetName].append(time)
        
    def getTweetCountsPerFrequency(self, freq: str, tweetName: str, startTime: int, endTime: int) -> List[int]:
        self.ul[tweetName].sort()
        #print(self.ul[tweetName])
        if freq == 'minute':
            f = 60
        elif freq == 'hour':
            f = 3600
        else:
            f = 86400
        b = bisect.bisect(self.ul[tweetName], startTime-1)
        ans = []
        cnt = 0
        limit = startTime + f
        for n in self.ul[tweetName][b:]:
            #print(n)
            if n > endTime:
                ans.append(cnt)
                r = (endTime - limit) // f
                if limit < endTime:
                    ans.append(0)
                if r > 0:
                    ans += [0] * r
                return ans
            if n >= limit:
                # 0-59 60-119
                ans.append(cnt)
                r = (n - limit) // f
                if r > 0:
                    ans += [0] * r
                limit += (r + 1) * f
                cnt = 0
            cnt += 1
        ans.append(cnt)
        if limit < endTime:
            ans.append(0)
        r = (endTime - limit) // f
        #print(r, limit)
        if r > 0:
            ans += [0] * r
        return ans

欢迎来我的博客: https://codeplot.top/
我的博客刷题分类:https://codeplot.top/categories/%E5%88%B7%E9%A2%98/


sxwxs
292 声望20 粉丝

计算机专业学生