原文链接: https://leetcode-cn.com/problems/random-pick-with-weight
英文原文
You are given a 0-indexed array of positive integers w
where w[i]
describes the weight of the ith
index.
You need to implement the function pickIndex()
, which randomly picks an index in the range [0, w.length - 1]
(inclusive) and returns it. The probability of picking an index i
is w[i] / sum(w)
.
- For example, if
w = [1, 3]
, the probability of picking index0
is1 / (1 + 3) = 0.25
(i.e.,25%
), and the probability of picking index1
is3 / (1 + 3) = 0.75
(i.e.,75%
).
Example 1:
Input ["Solution","pickIndex"] [[[1]],[]] Output [null,0] Explanation Solution solution = new Solution([1]); solution.pickIndex(); // return 0. The only option is to return 0 since there is only one element in w.
Example 2:
Input ["Solution","pickIndex","pickIndex","pickIndex","pickIndex","pickIndex"] [[[1,3]],[],[],[],[],[]] Output [null,1,1,1,1,0] Explanation Solution solution = new Solution([1, 3]); solution.pickIndex(); // return 1. It is returning the second element (index = 1) that has a probability of 3/4. solution.pickIndex(); // return 1 solution.pickIndex(); // return 1 solution.pickIndex(); // return 1 solution.pickIndex(); // return 0. It is returning the first element (index = 0) that has a probability of 1/4. Since this is a randomization problem, multiple answers are allowed. All of the following outputs can be considered correct: [null,1,1,1,1,0] [null,1,1,1,1,1] [null,1,1,1,0,0] [null,1,1,1,0,1] [null,1,0,1,0,0] ...... and so on.
Constraints:
1 <= w.length <= 104
1 <= w[i] <= 105
pickIndex
will be called at most104
times.
中文题目
给你一个 下标从 0 开始 的正整数数组 w
,其中 w[i]
代表第 i
个下标的权重。
请你实现一个函数 pickIndex
,它可以 随机地 从范围 [0, w.length - 1]
内(含 0
和 w.length - 1
)选出并返回一个下标。选取下标 i
的 概率 为 w[i] / sum(w)
。
- 例如,对于
w = [1, 3]
,挑选下标0
的概率为1 / (1 + 3) = 0.25
(即,25%),而选取下标1
的概率为3 / (1 + 3) = 0.75
(即,75%
)。
示例 1:
输入: ["Solution","pickIndex"] [[[1]],[]] 输出: [null,0] 解释: Solution solution = new Solution([1]); solution.pickIndex(); // 返回 0,因为数组中只有一个元素,所以唯一的选择是返回下标 0。
示例 2:
输入: ["Solution","pickIndex","pickIndex","pickIndex","pickIndex","pickIndex"] [[[1,3]],[],[],[],[],[]] 输出: [null,1,1,1,1,0] 解释: Solution solution = new Solution([1, 3]); solution.pickIndex(); // 返回 1,返回下标 1,返回该下标概率为 3/4 。 solution.pickIndex(); // 返回 1 solution.pickIndex(); // 返回 1 solution.pickIndex(); // 返回 1 solution.pickIndex(); // 返回 0,返回下标 0,返回该下标概率为 1/4 。 由于这是一个随机问题,允许多个答案,因此下列输出都可以被认为是正确的: [null,1,1,1,1,0] [null,1,1,1,1,1] [null,1,1,1,0,0] [null,1,1,1,0,1] [null,1,0,1,0,0] ...... 诸若此类。
提示:
1 <= w.length <= 104
1 <= w[i] <= 105
pickIndex
将被调用不超过104
次
通过代码
高赞题解
前缀和 + 二分
根据题意,权重值 $w[i]$ 可以作为 pickIndex
调用总次数为 $\sum_{i = 0}^{w.length - 1} w[i]$ 时,下标 $i$ 的返回次数。
随机数的产生可以直接使用语言自带的 API,剩下的我们需要构造一个分布符合权重的序列。
由于 $1 <= w[i] <= 10^5$,且 $w$ 长度为 $10^4$,因此直接使用构造一个有 $w[i]$ 个的 $i$ 的数字会 MLE。
我们可以使用「前缀和」数组来作为权重分布序列,权重序列的基本单位为 $1$。
一个长度为 $n$ 的构造好的「前缀和」数组可以看是一个基本单位为 $1$ 的 $[1, sum[n - 1]]$ 数轴。
使用随机函数参数产生 $[1, sum[n - 1]]$ 范围内的随机数,通过「二分」前缀和数组即可找到分布位置对应的原始下标值。
评论区有小伙伴问到,二分是不是只能写成 $P1$ 的形式。
当然不是,写二分要从「二段性」进行分析,不要硬记一些大于小于号,l
还是r
,对理解「二分」没有帮助。想清楚自己要二分二段性的哪个端点/边界就可以动手写了。
我猜不少同学想写的是 $P2$ 版本,可供参考。
代码:
class Solution {
int[] sum;
public Solution(int[] w) {
int n = w.length;
sum = new int[n + 1];
for (int i = 1; i <= n; i++) sum[i] = sum[i - 1] + w[i - 1];
}
public int pickIndex() {
int n = sum.length;
int t = (int) (Math.random() * sum[n - 1]) + 1;
int l = 1, r = n - 1;
while (l < r) {
int mid = l + r >> 1;
if (sum[mid] >= t) r = mid;
else l = mid + 1;
}
return r - 1;
}
}
class Solution {
int[] sum;
public Solution(int[] w) {
int n = w.length;
sum = new int[n + 1];
for (int i = 1; i <= n; i++) sum[i] = sum[i - 1] + w[i - 1];
}
public int pickIndex() {
int n = sum.length;
int t = (int) (Math.random() * sum[n - 1]) + 1;
int l = 1, r = n - 1;
while (l < r) {
int mid = l + r + 1 >> 1;
if (sum[mid] < t) l = mid;
else r = mid - 1;
}
return sum[r] < t ? r : r - 1;
}
}
- 时间复杂度:
Solution
类的构造方法整体复杂度为 $O(n)$;pickIndex
的复杂度为 $O(\log{n})$ - 空间复杂度:$O(n)$
模拟(桶轮询)
利用 OJ 不太聪明(对权重分布做近似检查),我们可以构造一个最小轮询序列(权重精度保留到小数点一位),并使用 $(i, cnt)$ 的形式进行存储,代表下标 $i$ 在最小轮询序列中出现次数为 $cnt$。
然后使用两个编号 $bid$ 和 $iid$ 来对桶进行轮询返回(循环重置 & 跳到下一个桶)。
该解法的最大好处是不需要使用 random 函数,同时返回的连续序列满足每一段(长度不短于最小段)都符合近似权重分布。
代码:
class Solution {
// 桶编号 / 桶内编号 / 总数
int bid, iid, tot;
List<int[]> list = new ArrayList<>();
public Solution(int[] w) {
int n = w.length;
double sum = 0, min = 1e9;
for (int i : w) {
sum += i;
min = Math.min(min, i);
}
double minv = min / sum;
int k = 1;
while (minv * k < 1) k *= 10;
for (int i = 0; i < n; i++) {
int cnt = (int)(w[i] / sum * k);
list.add(new int[]{i, cnt});
tot += cnt;
}
}
public int pickIndex() {
if (bid >= list.size()) {
bid = 0; iid = 0;
}
int[] info = list.get(bid);
int id = info[0], cnt = info[1];
if (iid >= cnt) {
bid++; iid = 0;
return pickIndex();
}
iid++;
return id;
}
}
- 时间复杂度:计算 $k$ 的操作只会发生一次,可以看作是一个均摊到每个下标的常数计算,
Solution
类的构造方法的整体复杂度可看作 $O(n)$;pickIndex
的复杂度为 $O(1)$ - 空间复杂度:$O(n)$
最后
如果有帮助到你,请给题解点个赞和收藏,让更多的人看到 ~ (“▔□▔)/
也欢迎你 关注我(公主号后台回复「送书」即可参与长期看题解学算法送实体书活动)或 加入「组队打卡」小群 ,提供写「证明」&「思路」的高质量题解。
所有题解已经加入 刷题指南,欢迎 star 哦 ~
统计信息
通过次数 | 提交次数 | AC比率 |
---|---|---|
32962 | 68881 | 47.9% |
提交历史
提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
---|
相似题目
题目 | 难度 |
---|---|
随机数索引 | 中等 |
黑名单中的随机数 | 困难 |
非重叠矩形中的随机点 | 中等 |