股票报价器数据结构，用于获取前k个股票价格

Question

我正在练习一些面试问题，而遇到的一个问题是股票行情记录器数据结构问题。

给定一连串的股价，编写一个支持以下操作的数据结构：

 1. StockSticker(int k) : Initialize the size of the ticker.
 2. void addOrUpdate(String stock, double price) : Add or update a stock.
 3. List<Stock> top(int k) : Get top k stocks.

我的想法是将HashMap与快速选择算法结合使用，以获得top（k）函数的平均情况O（n）复杂度。 在处理价值流时，这将是一个有效的解决方案，还是有更好的选择？ 我唯一的其他想法是使用堆，但是我不确定如何以使其优于O（n）的方式进行操作。

这是我的解决方案：

    public class StockTicker {
    public class Stock{
        String sym;
        double price;

        public Stock(String s, double val){
            this.sym = s;
            this.price = val;
        }
    }

    HashMap<String,Stock> st;
    HashMap<String,Integer> ind;
    int unique;
    int max;
    Stock[] stocks;

    public StockTicker(int k){
        this.unique = 0;
        this.max = k;
        this.st  = new HashMap<String, Stock>();
        this.ind =  new HashMap<String, Integer>();
        this.stocks = new Stock[k];
    }


    public void addOrUpdate(String sym, double price){
        if(!st.containsKey(sym)){
            Stock stock = new Stock(sym,price);
            st.put(sym, stock);
            ind.put(sym, unique);
            stocks[unique++] = stock;
        }
        else{
            Stock update = st.get(sym);
            update.price = price;
        }
    }

    public List<Stock> top(int k){
        List<Stock> res = new ArrayList<Stock>();
        Stock[] temp = new Stock[max];
        for(int i = 0; i < temp.length; i++){
            temp[i] = new Stock(stocks[i].sym, stocks[i].price);
        }

        int top = quickselect(temp, 0, temp.length-1, k);

        for(int i = 0; i <= top; i++){
            res.add(temp[i]);
        }
        return res;
    }

    public int quickselect(Stock[] stocks, int left, int right, int kth){
        if(left == right){
            return left;
        }

        int split = partition(stocks, left,right);

        if(kth-1 == split){ return split;}
        else if(kth-1 > split){ return quickselect(stocks,split + 1, right, kth);}
        else { return quickselect(stocks, left , split-1, kth);}
    }

    public int partition(Stock[] stocks, int left, int right){
        int lastIndex = right;
        double pivot = stocks[lastIndex].price;
        while(left <= right){
            while( left <= right && stocks[left].price > pivot ){
                left++;
            }
            while( left <= right && stocks[right].price <= pivot){
                right--;
            }
            if(left <= right && stocks[left].price <= pivot && stocks[right].price > pivot){
                swap(stocks,left,right);
            }
        }
        swap(stocks,left,lastIndex);
        return left;
    }

    public void swap(Stock[] stocks, int x, int y){
        Stock eleX = stocks[x];
        Stock eleY = stocks[y];
        stocks[x] = eleY;
        stocks[y] = eleX;
    }

    public Stock getStock(String sym){
        return st.get(sym);
    }


    public static void main(String[] args){
        StockTicker ticker = new StockTicker(10);

        ticker.addOrUpdate("A", 10.00);
        ticker.addOrUpdate("B", 1.00);
        ticker.addOrUpdate("C", 9.00);
        ticker.addOrUpdate("D", 2.00);
        ticker.addOrUpdate("E", 8.00);
        ticker.addOrUpdate("F", 3.00);
        ticker.addOrUpdate("G", 7.00);
        ticker.addOrUpdate("H", 4.00);
        ticker.addOrUpdate("I", 6.00);
        ticker.addOrUpdate("J", 5.00);

        List<Stock>  topStocks = ticker.top(5);

        for(Stock s: topStocks){
            System.out.print(s.sym + ": " + s.price + " ");
        }
    }
 }

Answer 1

对于较小的k您可以做得更好：您可以维护优先级队列，最多弹出k次，然后将这些元素添加回队列，以在O(k log n)时间内回答前k查询。

事实上，你可以回答每个查询O(k + log N)为任意值时k ，但它需要实现自定义的平衡二叉搜索树（与自定义的树，你只需要通过拆分它k -职位），但实施起来可能非常繁琐。

Answer 2

我认为这是一个经典的“优先队列”用例，您只需要在出现新价格时处理逻辑，就需要更改已在队列中的股票价格。

这是官方文档中的python解决方案： https : //docs.python.org/2/library/heapq.html#priority-queue-implementation-notes

或正是您所需要的索引优先级队列的Java实现： https : //algs4.cs.princeton.edu/24pq/IndexMinPQ.java.html