股票報價器數據結構，用於獲取前k個股票價格

Question

我正在練習一些面試問題，而遇到的一個問題是股票行情記錄器數據結構問題。

給定一連串的股價，編寫一個支持以下操作的數據結構：

 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.

我的想法是將HashMap與快速選擇算法結合使用，以獲得top（k）函數的平均情況O（n）復雜度。 在處理價值流時，這將是一個有效的解決方案，還是有更好的選擇？ 我唯一的其他想法是使用堆，但是我不確定如何以使其優於O（n）的方式進行操作。

這是我的解決方案：

    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

對於較小的k您可以做得更好：您可以維護優先級隊列，最多彈出k次，然后將這些元素添加回隊列，以在O(k log n)時間內回答前k查詢。

事實上，你可以回答每個查詢O(k + log N)為任意值時k ，但它需要實現自定義的平衡二叉搜索樹（與自定義的樹，你只需要通過拆分它k -職位），但實施起來可能非常繁瑣。

Answer 2

我認為這是一個經典的“優先隊列”用例，您只需要在出現新價格時處理邏輯，就需要更改已在隊列中的股票價格。

這是官方文檔中的python解決方案： https : //docs.python.org/2/library/heapq.html#priority-queue-implementation-notes

或正是您所需要的索引優先級隊列的Java實現： https : //algs4.cs.princeton.edu/24pq/IndexMinPQ.java.html