面试算法42:最近请求次数

题目

请实现如下类型RecentCounter,它是统计过去3000ms内的请求次数的计数器。该类型的构造函数RecentCounter初始化计数器,请求数初始化为0;函数ping(int t)在时间t添加一个新请求(t表示以毫秒为单位的时间),并返回过去3000ms内(时间范围为t-3000,t)发生的所有请求数。假设每次调用函数ping的参数t都比之前调用的参数值大。

java 复制代码
public class RecentCounter {
    private Queue<Integer> times;
    private int windowsSize;
}

例如,在初始化一个RecentCounter计数器之后,ping(1)的返回值是1,因为时间范围-2999,1只有1个请求;ping(10)的返回值是2,因为时间范围-2990,10有2个请求;ping(3001)的返回值是3,因为时间范围1,3001有3个请求;ping(3002)的返回值是3,因为时间范围2,3002有3个请求,发生在时间1的请求已经不在这个时间范围内。

分析

为了解决这个问题,首先需要考虑的是用什么数据结构来记录每次请求的时间。在ping(1)、ping(10)、ping(3001)发生时,先后将时间1、10、3001记录到一个数据容器中。接下来发生了ping(3002),此时时间1已经超出当前的时间范围,时间1发生的请求不被计数,因此时间1需要从数据容器中删除。需要注意的是,在1、10、3001、3002这几个时间中,时间1是最先存入数据容器中的,它最先被删除,这符合"先入先出"的规律,因此可以考虑用队列实现这个数据容器。

java 复制代码
public class RecentCounter {
    private Queue<Integer> times;
    private int windowsSize;

    public static void main(String[] args) {
        RecentCounter recentCounter = new RecentCounter();
        System.out.println(recentCounter.ping(1));
        System.out.println(recentCounter.ping(10));
        System.out.println(recentCounter.ping(3001));
        System.out.println(recentCounter.ping(3002));
    }

    public RecentCounter() {
        times = new LinkedList<>();
        windowsSize = 3000;
    }

    public int ping(int t) {
        times.offer(t);
        while (times.peek() + windowsSize < t) {
            times.poll();
        }

        return times.size();
    }
}
相关推荐
秋饼4 小时前
JDK 27 企业级 AI 服务落地实战:G1 默认、紧凑对象头、后量子 TLS 与 JFR 脱敏全解析
java·ai·技术分享·后端开发
Asize4 小时前
146. LRU 缓存
算法
Asize4 小时前
543. 二叉树的直径
算法
卓怡学长4 小时前
w176基于SpringBoot的医院管理系统
java·spring boot·spring·maven·intellij-idea
lemon_sjdk4 小时前
ObjectProperty
java·开发语言·算法
hh9505 小时前
Agent Plan x DeepSeek Harness:Agent 供应链安全与第三方插件审计
java·开发语言·安全·agent plan·adg成都社区·adg社区
吴声子夜歌5 小时前
Java面试——HBase原理及应用
java·面试·hbase
浪兎兎5 小时前
【Java Web】Servlet + JSP 笔记
java·前端·servlet
Zentceh5 小时前
AI-ISP在夜视机芯中的应用:从传统ISP到PixelClean全彩夜视的进化
人工智能·科技·算法·计算机视觉·车载系统·视频·智能硬件
xier_ran5 小时前
【infra之路】AWQ 详解:激活感知权重保护,让 W4A16 量化精度超越 GPTQ
线性代数·算法·机器学习·量化·infra