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
小江的记录本15 分钟前
【Spring AI】Spring AI中RAG误触发与系统提示词泄露问题解决方案(完整版+代码方案)
java·人工智能·spring boot·后端·python·spring·面试
Brilliantwxx23 分钟前
【C++】 深入理解红黑树:实现与原理全解
数据结构·c++·笔记·算法·青少年编程·红黑树
勇往直前plus23 分钟前
Python 属性访问与操作全解析:内置函数、魔法方法与描述符深度指南
java·网络·python
Arenaschi29 分钟前
关于GPT的版特点
java·网络·人工智能·windows·python·gpt
人道领域29 分钟前
【LeetCode刷题日记】108.将有序数组转换为二叉搜索树
java·算法·leetcode
橙淮36 分钟前
并发编程(五)
java
Dlrb121143 分钟前
数据结构-排序算法
数据结构·算法·排序算法·插入排序·堆排序·希尔排序·快速排序
过期动态43 分钟前
【LeetCode 热题 100】无重复字符的最长子串
java·数据结构·spring boot·算法·leetcode·职场和发展
Yeats_Liao1 小时前
好复杂的 IoT 世界:工业数据采集技术栈全景解析
java·物联网·struts
swipe1 小时前
LangSmith 全链路观测:从 Agent 调试到 RAG 量化评估
后端·面试·llm