LeetCode每日一题——1206. 设计跳表

目录

  • 题目
  • 示例
  • 思路
  • 题解

题目

不使用任何库函数,设计一个 跳表 。

跳表 是在 O(log(n)) 时间内完成增加、删除、搜索操作的数据结构。跳表相比于树堆与红黑树,其功能与性能相当,并且跳表的代码长度相较下更短,其设计思想与链表相似。

例如,一个跳表包含 [30, 40, 50, 60, 70, 90] ,然后增加 80、45 到跳表中,以下图的方式操作:
LeetCode每日一题——1206. 设计跳表_第1张图片

Artyom Kalinin [CC BY-SA 3.0], via Wikimedia Commons

跳表中有很多层,每一层是一个短的链表。在第一层的作用下,增加、删除和搜索操作的时间复杂度不超过 O(n)。跳表的每一个操作的平均时间复杂度是 O(log(n)),空间复杂度是 O(n)。

了解更多 : https://en.wikipedia.org/wiki/Skip_list

在本题中,你的设计应该要包含这些函数:

  • bool search(int target) : 返回target是否存在于跳表中。

  • void add(int num): 插入一个元素到跳表。

  • bool erase(int num): 在跳表中删除一个值,如果 num 不存在,直接返回false. 如果存在多个 num ,删除其中任意一个即可。
    注意,跳表中可能存在多个相同的值,你的代码需要处理这种情况。

示例

示例 1:

输入

[“Skiplist”, “add”, “add”, “add”, “search”, “add”, “search”, “erase”, “erase”, “search”]
[[], [1], [2], [3], [0], [4], [1], [0], [1], [1]]

输出

[null, null, null, null, false, null, true, false, true, false]

解释

Skiplist skiplist = new Skiplist();
skiplist.add(1);
skiplist.add(2);
skiplist.add(3);
skiplist.search(0); // 返回 false
skiplist.add(4);
skiplist.search(1); // 返回 true
skiplist.erase(0); // 返回 false,0 不在跳表中
skiplist.erase(1); // 返回 true
skiplist.search(1); // 返回 false,1 已被擦除

提示:

0 <= num, target <= 2 * 104
调用search, add, erase操作次数不大于 5 * 104

思路

维持一个哈希表,键为要存储的值,值为要存储值的数量
详细见代码

题解

class Skiplist:
    def __init__(self):
        # 维持哈希表
        self.temp = {}
    def search(self, target: int) -> bool:
        # 看target是否在哈希表的键中,或哈希表的值为0
        return target in self.temp.keys() and self.temp.get(target) >= 1
    def add(self, num: int) -> None:
        # 哈希表中存在,数量加一
        if num in self.temp.keys():
            self.temp[num] += 1
        else:
            # 哈希表中不存在,直接添加
            self.temp[num] = 1
    def erase(self, num: int) -> bool:
        # 检查num是否在哈希表的键中,或者数量已经减为零
        if num not in self.temp.keys() or self.temp.get(num) < 1:
            return False
        # 存在的情况,哈希表中对应的值减一
        self.temp[num] -= 1
        return True

你可能感兴趣的:(#,算法实例,leetcode,链表,算法,python,数据结构)