插入(Insert):在 O(1) 时间内将一个元素插入集合中。
删除(Remove):在 O(1) 时间内从集合中删除一个元素。
随机获取(GetRandom):在 O(1) 时间内从集合中随机获取一个元素。
对于插入和删除操作,常见的数据结构是哈希表,因为哈希表可以在平均情况下提供 O(1) 的插入和删除操作。但是,对于随机获取操作,哈希表并不能直接提供 O(1) 的性能,因为哈希表中元素的位置是由哈希函数决定的,无法直接进行随机访问。
因此,我们需要一个数据结构,既能提供哈希表的快速插入和删除,又能够支持随机获取。一种常见的做法是使用数组,因为数组可以实现 O(1) 时间的随机访问。但是,直接使用数组的话,删除操作的平均时间复杂度就不再是 O(1)。
解决这个问题的一种方法是使用两个数据结构的结合:哈希表 + 数组。具体地,使用一个哈希表来存储元素到其在数组中的索引的映射,同时使用一个动态数组来存储元素。这样,插入和删除的操作可以在哈希表中完成,而随机获取的操作可以在数组中完成。
在具体实现中,插入操作需要在数组中添加元素,同时更新哈希表中的映射;删除操作需要在数组中删除元素,同时更新哈希表中的映射;随机获取操作可以通过在数组中随机选择一个索引,然后返回对应的元素来实现。
这就是这个问题的一种解法,其中哈希表和数组的结合使得插入、删除和随机获取这三种操作的平均时间复杂度都是 O(1)。
using System;
using System.Collections.Generic;
class RandomizedSet
{
private List<int> nums;
private Dictionary<int, int> numToIndex;
public RandomizedSet()
{
nums = new List<int>();
numToIndex = new Dictionary<int, int>();
}
public bool Insert(int val)
{
if (numToIndex.ContainsKey(val))
{
return false; // 已存在
}
nums.Add(val);
numToIndex[val] = nums.Count - 1;
return true;
}
public bool Remove(int val)
{
if (!numToIndex.ContainsKey(val))
{
return false; // 不存在
}
int lastNum = nums[nums.Count - 1];
int index = numToIndex[val];
// 将要删除的元素与最后一个元素交换
nums[index] = lastNum;
numToIndex[lastNum] = index;
// 删除最后一个元素
nums.RemoveAt(nums.Count - 1);
numToIndex.Remove(val);
return true;
}
public int GetRandom()
{
Random rand = new Random();
int randomIndex = rand.Next(nums.Count);
return nums[randomIndex];
}
}
class Program
{
static void Main()
{
RandomizedSet set = new RandomizedSet();
Console.WriteLine(set.Insert(1)); // 返回 true
Console.WriteLine(set.Remove(2)); // 返回 false
Console.WriteLine(set.Insert(2)); // 返回 true
Console.WriteLine(set.GetRandom()); // 随机返回 1 或 2
Console.WriteLine(set.Remove(1)); // 返回 true
Console.WriteLine(set.Insert(2)); // 返回 false,已存在
Console.WriteLine(set.GetRandom()); // 随机返回 2
}
}