编程大师-技术-算法-leetcode-1472. 设计浏览器历史记录

你需要实现一个模拟单标签页浏览器历史记录的 BrowserHistory 类，核心要求是高效处理访问新页面（清空前进记录）、后退、前进 三个操作。最适合的方案是用 ArrayList 存储历史记录，配合当前索引定位，所有操作的时间复杂度均为 O(1)（visit 截断操作最坏 O(n)，但题目约束下完全够用），且逻辑直观、易于理解。

解题思路

数据结构选择 ：
- ArrayList<String> 存储浏览历史（按访问顺序排列），支持随机访问和快速截断；
- int current 记录当前所在页面的索引（初始为0，对应首页）。

核心操作逻辑 ：

操作	实现方式
初始化	将首页加入历史列表，`current` 设为0。
visit(url)	截断 `current` 之后的所有历史记录（清空前进记录），添加新url，`current` 移到新索引。
back(steps)	计算新索引 = `Math.max(0, current - steps)`（不超过历史起点），更新 `current` 并返回对应url。
forward(steps)	计算新索引 = `Math.min(history.size()-1, current + steps)`（不超过历史终点），更新 `current` 并返回对应url。

完整Java代码（AC级性能，匹配示例）

java 复制代码

import java.util.ArrayList;
import java.util.List;

public class BrowserHistory {
    // 存储浏览历史记录（按访问顺序）
    private final List<String> history;
    // 当前页面在history中的索引
    private int current;

    // 初始化：首页作为初始历史记录
    public BrowserHistory(String homepage) {
        history = new ArrayList<>();
        history.add(homepage);
        current = 0;
    }

    // 访问新url，清空前进记录
    public void visit(String url) {
        // 步骤1：删除current之后的所有记录（前进记录清空）
        // 比如当前在索引2，历史有[0,1,2,3,4]，则删除3、4，保留[0,1,2]
        if (current < history.size() - 1) {
            history.subList(current + 1, history.size()).clear();
        }
        // 步骤2：添加新url，current移到新索引
        history.add(url);
        current = history.size() - 1;
    }

    // 后退steps步，返回最终页面url
    public String back(int steps) {
        // 计算后退后的索引（不能小于0）
        current = Math.max(0, current - steps);
        return history.get(current);
    }

    // 前进steps步，返回最终页面url
    public String forward(int steps) {
        // 计算前进后的索引（不能超过历史记录最后一位）
        current = Math.min(history.size() - 1, current + steps);
        return history.get(current);
    }

    // 测试用例（匹配题目示例）
    public static void main(String[] args) {
        BrowserHistory browserHistory = new BrowserHistory("leetcode.com");
        browserHistory.visit("google.com");     // history: [leetcode, google], current=1
        browserHistory.visit("facebook.com");   // history: [leetcode, google, facebook], current=2
        browserHistory.visit("youtube.com");    // history: [leetcode, google, facebook, youtube], current=3
        System.out.println(browserHistory.back(1)); // 3-1=2 → facebook.com
        System.out.println(browserHistory.back(1)); // 2-1=1 → google.com
        System.out.println(browserHistory.forward(1)); // 1+1=2 → facebook.com
        browserHistory.visit("linkedin.com");   // 截断current=2之后的youtube，添加linkedin → history: [leetcode, google, facebook, linkedin], current=3
        System.out.println(browserHistory.forward(2)); // 3+2=5，但最大是3 → linkedin.com
        System.out.println(browserHistory.back(2)); // 3-2=1 → google.com
        System.out.println(browserHistory.back(7)); // 1-7=-6 → 0 → leetcode.com
    }
}

代码关键部分解释

visit方法的截断逻辑 ：
- history.subList(current + 1, history.size()).clear()：subList 返回的是原列表的视图，clear() 会直接删除原列表中对应范围的元素，高效清空前进记录；
- 例如当前在索引2（facebook），访问linkedin时，会删除索引3（youtube），再添加linkedin，确保前进记录被清空。
索引边界处理 ：
- back 时用 Math.max(0, ...) 确保不后退到首页之前；
- forward 时用 Math.min(history.size()-1, ...) 确保不前进到未访问的页面。
性能保障 ：
- ArrayList 的 get 是 O(1) 随机访问，subList().clear() 是 O(n)（n为截断的元素数），但题目中最多调用5000次方法，且单次截断的元素数有限，实际运行无性能问题。

测试用例执行结果（匹配题目输出）

复制代码

facebook.com
google.com
facebook.com
linkedin.com
google.com
leetcode.com

进阶优化（可选，针对极端场景）

如果需要支持百万级历史记录 且 visit 频繁截断，可改用 LinkedList + 迭代器，但会牺牲随机访问性能。对于题目给定的约束（最多5000次调用），ArrayList 是最优选择。

总结

核心数据结构：ArrayList 存储历史记录 + 索引定位当前页面，兼顾随机访问和截断效率；
关键逻辑：visit 时截断前进记录，back/forward 时严格控制索引边界；
性能：所有操作均为高效操作，完全满足题目5000次调用的约束。