【离线查询滑动窗口】2747. 统计没有收到请求的服务器数目

news2025/11/4 8:08:22

本文涉及知识点

离线查询 C++算法：滑动窗口总结

LeetCode2747. 统计没有收到请求的服务器数目

给你一个整数 n ，表示服务器的总数目，再给你一个下标从 0 开始的二维整数数组 logs ，其中 logs[i] = [server_id, time] 表示 id 为 server_id 的服务器在 time 时收到了一个请求。
同时给你一个整数 x 和一个下标从 0 开始的整数数组 queries 。
请你返回一个长度等于 queries.length 的数组 arr ，其中 arr[i] 表示在时间区间 [queries[i] - x, queries[i]] 内没有收到请求的服务器数目。
注意时间区间是个闭区间。
示例 1：
输入：n = 3, logs = [[1,3],[2,6],[1,5]], x = 5, queries = [10,11]
输出：[1,2]
解释：
对于 queries[0]：id 为 1 和 2 的服务器在区间 [5, 10] 内收到了请求，所以只有服务器 3 没有收到请求。
对于 queries[1]：id 为 2 的服务器在区间 [6,11] 内收到了请求，所以 id 为 1 和 3 的服务器在这个时间段内没有收到请求。
示例 2：
输入：n = 3, logs = [[2,4],[2,1],[1,2],[3,1]], x = 2, queries = [3,4]
输出：[0,1]
解释：
对于 queries[0]：区间 [1, 3] 内所有服务器都收到了请求。
对于 queries[1]：只有 id 为 3 的服务器在区间 [2,4] 内没有收到请求。
提示：
1 <= n <= 10⁵
1 <= logs.length <= 10⁵
1 <= queries.length <= 10⁵
logs[i].length == 2
1 <= logs[i][0] <= n
1 <= logs[i][1] <= 10⁶
1 <= x <= 10⁵
x < queries[i] <= 10⁶

滑动窗口+离线查询

一，logs按time升序排序。
二，queries按升序排序。
三：通过que枚举queries。
time小于等于que进入滑动窗口。
time小于que-x离开滑动窗口。
滑动窗口：
小根堆记录{time,serverid}
哈希映射记录有消息的服务器数量。
n - 有消息的服务器数量就是答案。
注意：不能对queries排序，对其下标排序。

代码

核心代码


template<class KEY>
class CKeyCount
{
public:
	void Add(const KEY& key, int iCount)
	{
		Cnt[key] += iCount;
		if (0 == Cnt[key])
		{
			Cnt.erase(key);
		}
	}
	std::unordered_map<KEY, int> Cnt;
};

class Solution {
public:
	vector<int> countServers(int n, vector<vector<int>>& logs, int x, vector<int>& queries) {
		sort(logs.begin(), logs.end(), [](const vector<int>& v1, const vector<int>& v2) {return v1[1] < v2[1]; });
		vector<int> indexs(queries.size());
		iota(indexs.begin(), indexs.end(), 0);
		sort(indexs.begin(), indexs.end(), [&](int i1, int i2) {return queries[i1] < queries[i2]; });
		priority_queue<pair<int, int>, vector< pair<int, int>>, std::greater<>> heap;
		CKeyCount<int> cnt;
		vector<int> ret(indexs.size());
		int i = 0;
		for (int j : indexs) {
			auto que = queries[j];
			while ((i < logs.size()) && (logs[i][1] <= que)) {
				cnt.Add(logs[i][0], 1);				
				heap.emplace(logs[i][1], logs[i][0]);
				i++;
			}
			while (heap.size() && (heap.top().first < que - x)) {
				cnt.Add(heap.top().second, -1);
				heap.pop();
			}
			ret[j] = n - cnt.Cnt.size();
		}
		return ret;
	}
};

单元测试

template<class T1, class T2>
void AssertEx(const T1& t1, const T2& t2)
{
	Assert::AreEqual(t1, t2);
}
void AssertEx( double t1,  double t2)
{
	auto str = std::to_wstring(t1) + std::wstring(1,32) + std::to_wstring(t2);
	Assert::IsTrue(abs(t1 - t2) < 1e-5,str.c_str() );
}

template<class T>
void AssertEx(const vector<T>& v1, const vector<T>& v2)
{
	Assert::AreEqual(v1.size(), v2.size());
	for (int i = 0; i < v1.size(); i++)
	{
		Assert::AreEqual(v1[i], v2[i]);
	}
}

template<class T>
void AssertV2(vector<vector<T>> vv1, vector<vector<T>> vv2)
{
	sort(vv1.begin(), vv1.end());
	sort(vv2.begin(), vv2.end());
	Assert::AreEqual(vv1.size(), vv2.size());
	for (int i = 0; i < vv1.size(); i++)
	{
		AssertEx(vv1[i], vv2[i]);
	}
}

namespace UnitTest
{
	int n;
	vector<vector<int>> logs;
	int x;
	vector<int> queries;
	TEST_CLASS(UnitTest)
	{
	public:
		TEST_METHOD(TestMethod00)
		{
			n = 3, logs = { {1,3},{2,6},{1,5} }, x = 5, queries = { 10,11 };
			auto res = Solution().countServers(n, logs, x, queries);
			AssertEx(vector<int>{1, 2}, res);
		}
		TEST_METHOD(TestMethod01)
		{
			n = 3, logs = { {2,4},{2,1},{1,2},{3,1} }, x = 2, queries = { 3,4 };
			auto res = Solution().countServers(n, logs, x, queries);
			AssertEx(vector<int>{0,1}, res);
		}
	};
}

扩展阅读

视频课程

先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

我想对大家说的话
《喜缺全书算法册》以原理、正确性证明、总结为主。
按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
有效学习：明确的目标及时的反馈拉伸区（难度合适）专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛