本文涉及知识点
离线查询 C++算法:滑动窗口总结
LeetCode2747. 统计没有收到请求的服务器数目
给你一个整数 n ,表示服务器的总数目,再给你一个下标从 0 开始的 二维 整数数组 logs ,其中 logs[i] = [server_id, time] 表示 id 为 server_id 的服务器在 time 时收到了一个请求。
同时给你一个整数 x 和一个下标从 0 开始的整数数组 queries 。
请你返回一个长度等于 queries.length 的数组 arr ,其中 arr[i] 表示在时间区间 [queries[i] - x, queries[i]] 内没有收到请求的服务器数目。
注意时间区间是个闭区间。
示例 1:
输入:n = 3, logs = [[1,3],[2,6],[1,5]], x = 5, queries = [10,11]
输出:[1,2]
解释:
对于 queries[0]:id 为 1 和 2 的服务器在区间 [5, 10] 内收到了请求,所以只有服务器 3 没有收到请求。
对于 queries[1]:id 为 2 的服务器在区间 [6,11] 内收到了请求,所以 id 为 1 和 3 的服务器在这个时间段内没有收到请求。
示例 2:
输入:n = 3, logs = [[2,4],[2,1],[1,2],[3,1]], x = 2, queries = [3,4]
输出:[0,1]
解释:
对于 queries[0]:区间 [1, 3] 内所有服务器都收到了请求。
对于 queries[1]:只有 id 为 3 的服务器在区间 [2,4] 内没有收到请求。
提示:
1 <= n <= 105
1 <= logs.length <= 105
1 <= queries.length <= 105
logs[i].length == 2
1 <= logs[i][0] <= n
1 <= logs[i][1] <= 106
1 <= x <= 105
x < queries[i] <= 106
滑动窗口+离线查询
一,logs按time升序排序。
二,queries按升序排序。
三:通过que枚举queries。
time小于等于que进入滑动窗口。
time小于que-x离开滑动窗口。
滑动窗口:
小根堆记录{time,serverid}
哈希映射记录有消息的服务器数量。
n - 有消息的服务器数量 就是答案。
注意:不能对queries排序,对其下标排序。
代码
核心代码
template<class KEY> class CKeyCount { public: void Add(const KEY& key, int iCount) { Cnt[key] += iCount; if (0 == Cnt[key]) { Cnt.erase(key); } } std::unordered_map<KEY, int> Cnt; }; class Solution { public: vector<int> countServers(int n, vector<vector<int>>& logs, int x, vector<int>& queries) { sort(logs.begin(), logs.end(), [](const vector<int>& v1, const vector<int>& v2) {return v1[1] < v2[1]; }); vector<int> indexs(queries.size()); iota(indexs.begin(), indexs.end(), 0); sort(indexs.begin(), indexs.end(), [&](int i1, int i2) {return queries[i1] < queries[i2]; }); priority_queue<pair<int, int>, vector< pair<int, int>>, std::greater<>> heap; CKeyCount<int> cnt; vector<int> ret(indexs.size()); int i = 0; for (int j : indexs) { auto que = queries[j]; while ((i < logs.size()) && (logs[i][1] <= que)) { cnt.Add(logs[i][0], 1); heap.emplace(logs[i][1], logs[i][0]); i++; } while (heap.size() && (heap.top().first < que - x)) { cnt.Add(heap.top().second, -1); heap.pop(); } ret[j] = n - cnt.Cnt.size(); } return ret; } };
单元测试
template<class T1, class T2> void AssertEx(const T1& t1, const T2& t2) { Assert::AreEqual(t1, t2); } void AssertEx( double t1, double t2) { auto str = std::to_wstring(t1) + std::wstring(1,32) + std::to_wstring(t2); Assert::IsTrue(abs(t1 - t2) < 1e-5,str.c_str() ); } template<class T> void AssertEx(const vector<T>& v1, const vector<T>& v2) { Assert::AreEqual(v1.size(), v2.size()); for (int i = 0; i < v1.size(); i++) { Assert::AreEqual(v1[i], v2[i]); } } template<class T> void AssertV2(vector<vector<T>> vv1, vector<vector<T>> vv2) { sort(vv1.begin(), vv1.end()); sort(vv2.begin(), vv2.end()); Assert::AreEqual(vv1.size(), vv2.size()); for (int i = 0; i < vv1.size(); i++) { AssertEx(vv1[i], vv2[i]); } } namespace UnitTest { int n; vector<vector<int>> logs; int x; vector<int> queries; TEST_CLASS(UnitTest) { public: TEST_METHOD(TestMethod00) { n = 3, logs = { {1,3},{2,6},{1,5} }, x = 5, queries = { 10,11 }; auto res = Solution().countServers(n, logs, x, queries); AssertEx(vector<int>{1, 2}, res); } TEST_METHOD(TestMethod01) { n = 3, logs = { {2,4},{2,1},{1,2},{3,1} }, x = 2, queries = { 3,4 }; auto res = Solution().countServers(n, logs, x, queries); AssertEx(vector<int>{0,1}, res); } }; }
扩展阅读
视频课程
先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
相关推荐
我想对大家说的话 |
---|
《喜缺全书算法册》以原理、正确性证明、总结为主。 |
按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。 |
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注 |
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。 |
如果程序是一条龙,那算法就是他的是睛 |
测试环境
操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。