最近的请求次数

486 阅读2分钟

正题

最近的请求次数

写一个 RecentCounter 类来计算特定时间范围内最近的请求。

请你实现 RecentCounter 类:

  • RecentCounter() 初始化计数器,请求数为 0 。

  • int ping(int t) 在时间 t 添加一个新请求,其中 t 表示以毫秒为单位的某个时间,并返回过去 3000 毫秒内发生的所有请求数(包括新请求)。确切地说,返回在 [t-3000, t] 内发生的请求数。

保证 每次对 ping 的调用都使用比之前更大的 t 值。

示例:

输入:
["RecentCounter", "ping", "ping", "ping", "ping"]
[[], [1], [100], [3001], [3002]]
输出:
[null, 1, 2, 3, 3]

解释:
RecentCounter recentCounter = new RecentCounter();
recentCounter.ping(1);     // requests = [1],范围是 [-2999,1],返回 1
recentCounter.ping(100);   // requests = [1, 100],范围是 [-2900,100],返回 2
recentCounter.ping(3001);  // requests = [1, 100, 3001],范围是 [1,3001],返回 3
recentCounter.ping(3002);  // requests = [1, 100, 3001, 3002],范围是 [2,3002],返回 3

解析:

看上去比较复杂,但实际很简单。

假设第一次 ping 的时间节点为 1,那么 满足条件的范围则为 >= 1- 3000 小于 1

同理, 第 N 次 ping 的时间节点为 m , 满足条件的范围则为 n - 3000 <= x <= n

那么我们只需要将每一次的请求时间节点保存下来,然后遍历取满足条件范围的个数即可。

那么,构造函数就应该是持有所有 request 的数组,ping 函数则是找到满足条件的个数。 最简单的实现:

var RecentCounter = function() {
    this.requestList = []
};


/** 
 * @param {number} t
 * @return {number}
 */
RecentCounter.prototype.ping = function(t) {
   let count = 1
   this.requestList.forEach(t1 => {
       t1 >= t - 3000 && count++
   })

   this.requestList.push(t)
    return count
};

image.png

同样的我们也可以通过 filter 函数进行实现。

var RecentCounter = function() {
    this.requestList = []
};


/** 
 * @param {number} t
 * @return {number}
 */
RecentCounter.prototype.ping = function(t) {
   this.requestList.push(t)
    return this.requestList.filter(t1 => {
        return t1 >= t - 3000
    }).length
};

image.png filter 函数在代码量上简洁了许多,但是 性能上却稍微牺牲了。

那么如果在数据量大的情况下如何提升性能呢?

不难发现,当我们计算出新的满足条件的请求后,之前不满足条件的请求在之后的请求中也一定不满足条件

因为时间是不可能回退的,之前你已经不能够满足 >= t - 3000 了,那么 t 是严格递增的,将会导致之前不满足条件的请求后面将会更加不满足。所以我们可以在每一次 ping 之后舍弃掉不满足条件的请求,组成新的 requestList

最终代码:

var RecentCounter = function() {
    this.requestList = []
};


/** 
 * @param {number} t
 * @return {number}
 */
RecentCounter.prototype.ping = function(t) {
  this.requestList.push(t)
   this.requestList = this.requestList.filter(t1 => {
       return t1 >= t - 3000
   })
   return this.requestList.length
};

image.png

虽然结果只提升了 400ms,但是相对原耗时来说提升了 50%,并且当数据量极大的时候将会尤为明显。