centos做网站服务器素材下载网站开发
题目
设计一个数据结构，使如下3个操作的时间复杂度都是O（1）。
- insert（value）：如果数据集中不包含一个数值，则把它添加到数据集中。
- remove（value）：如果数据集中包含一个数值，则把它删除。
- getRandom()：随机返回数据集中的一个数值，要求数据集中每个数字被返回的概率都相同。
分析
由于题目要求插入和删除（包括判断数据集中是否包含一个数值）的时间复杂度都是O（1），能够同时满足这些时间效率要求的只有哈希表，因此这个数据结构要用到哈希表。但是如果只用哈希表，则不能等概率地返回其中的每个数值。
如果数值是保存在数组中的，那么很容易实现等概率返回数组中的每个数值。假设数组的长度是n，那么等概率随机生成从0到n-1的一个数字。如果生成的随机数是i，则返回数组中下标为i的数值。由此可以发现，需要结合哈希表和数组的特性来设计这个数据容器。
由于数值保存在数组中，因此需要知道每个数值在数组中的位置，否则在删除的时候就必须顺序扫描整个数组才能找到待删除的数值，那就需要O（n）的时间。通常把每个数值在数组中的位置信息保存到一个HashMap中，HashMap的键是数值，而对应的值为它在数组中的位置。
解
public class Test {public static void main(String[] args) {RandomizedSet randomizedSet = new RandomizedSet();randomizedSet.insert(1);randomizedSet.insert(2);randomizedSet.insert(3);randomizedSet.insert(4);for (int i = 0; i < randomizedSet.nums.size(); i++) {System.out.println(randomizedSet.nums.get(i));}System.out.println("-----------------------");randomizedSet.remove(2);for (int i = 0; i < randomizedSet.nums.size(); i++) {System.out.println(randomizedSet.nums.get(i));}System.out.println("-----------------------");System.out.println(randomizedSet.getRandom());}static class RandomizedSet {HashMap<Integer, Integer> numToLocation;ArrayList<Integer> nums;public RandomizedSet() {numToLocation = new HashMap<>();nums = new ArrayList<>();}public boolean insert(int val) {if (numToLocation.containsKey(val)) {return false;}numToLocation.put(val, nums.size());nums.add(val);return true;}public boolean remove(int val) {if (!numToLocation.containsKey(val)) {return false;}int location = numToLocation.get(val);numToLocation.put(nums.get(nums.size() - 1), location);numToLocation.remove(val);nums.set(location, nums.get(nums.size() - 1));nums.remove(nums.size() - 1);return true;}public int getRandom() {Random random = new Random();int r = random.nextInt(nums.size());return nums.get(r);}}
}