1396-设计地铁系统
地铁系统跟踪不同车站之间的乘客出行时间,并使用这一数据来计算从一站到另一站的平均时间。
实现 UndergroundSystem 类:
void checkIn(int id, string stationName, int t)- 通行卡 ID 等于
id的乘客,在时间t,从stationName站进入 - 乘客一次只能从一个站进入
- 通行卡 ID 等于
void checkOut(int id, string stationName, int t)- 通行卡 ID 等于
id的乘客,在时间t,从stationName站离开
- 通行卡 ID 等于
double getAverageTime(string startStation, string endStation)- 返回从
startStation站到endStation站的平均时间 - 平均时间会根据截至目前所有从
startStation站 直接 到达endStation站的行程进行计算,也就是从startStation站进入并从endStation离开的行程 - 从
startStation到endStation的行程时间与从endStation到startStation的行程时间可能不同 - 在调用
getAverageTime之前,至少有一名乘客从startStation站到达endStation站
- 返回从
你可以假设对 checkIn 和 checkOut 方法的所有调用都是符合逻辑的。如果一名乘客在时间 t1 进站、时间 t2 出站,那么t1 < t2 。所有时间都按时间顺序发生。
示例 1:
**输入**
["UndergroundSystem","checkIn","checkIn","checkIn","checkOut","checkOut","checkOut","getAverageTime","getAverageTime","checkIn","getAverageTime","checkOut","getAverageTime"]
[[],[45,"Leyton",3],[32,"Paradise",8],[27,"Leyton",10],[45,"Waterloo",15],[27,"Waterloo",20],[32,"Cambridge",22],["Paradise","Cambridge"],["Leyton","Waterloo"],[10,"Leyton",24],["Leyton","Waterloo"],[10,"Waterloo",38],["Leyton","Waterloo"]]
**输出**
[null,null,null,null,null,null,null,14.00000,11.00000,null,11.00000,null,12.00000]
**解释**
UndergroundSystem undergroundSystem = new UndergroundSystem();
undergroundSystem.checkIn(45, "Leyton", 3);
undergroundSystem.checkIn(32, "Paradise", 8);
undergroundSystem.checkIn(27, "Leyton", 10);
undergroundSystem.checkOut(45, "Waterloo", 15); // 乘客 45 "Leyton" -> "Waterloo" ,用时 15-3 = 12
undergroundSystem.checkOut(27, "Waterloo", 20); // 乘客 27 "Leyton" -> "Waterloo" ,用时 20-10 = 10
undergroundSystem.checkOut(32, "Cambridge", 22); // 乘客 32 "Paradise" -> "Cambridge" ,用时 22-8 = 14
undergroundSystem.getAverageTime("Paradise", "Cambridge"); // 返回 14.00000 。只有一个 "Paradise" -> "Cambridge" 的行程,(14) / 1 = 14
undergroundSystem.getAverageTime("Leyton", "Waterloo"); // 返回 11.00000 。有两个 "Leyton" -> "Waterloo" 的行程,(10 + 12) / 2 = 11
undergroundSystem.checkIn(10, "Leyton", 24);
undergroundSystem.getAverageTime("Leyton", "Waterloo"); // 返回 11.00000
undergroundSystem.checkOut(10, "Waterloo", 38); // 乘客 10 "Leyton" -> "Waterloo" ,用时 38-24 = 14
undergroundSystem.getAverageTime("Leyton", "Waterloo"); // 返回 12.00000 。有三个 "Leyton" -> "Waterloo" 的行程,(10 + 12 + 14) / 3 = 12
示例 2:
**输入**
["UndergroundSystem","checkIn","checkOut","getAverageTime","checkIn","checkOut","getAverageTime","checkIn","checkOut","getAverageTime"]
[[],[10,"Leyton",3],[10,"Paradise",8],["Leyton","Paradise"],[5,"Leyton",10],[5,"Paradise",16],["Leyton","Paradise"],[2,"Leyton",21],[2,"Paradise",30],["Leyton","Paradise"]]
**输出**
[null,null,null,5.00000,null,null,5.50000,null,null,6.66667]
**解释**
UndergroundSystem undergroundSystem = new UndergroundSystem();
undergroundSystem.checkIn(10, "Leyton", 3);
undergroundSystem.checkOut(10, "Paradise", 8); // 乘客 10 "Leyton" -> "Paradise" ,用时 8-3 = 5
undergroundSystem.getAverageTime("Leyton", "Paradise"); // 返回 5.00000 ,(5) / 1 = 5
undergroundSystem.checkIn(5, "Leyton", 10);
undergroundSystem.checkOut(5, "Paradise", 16); // 乘客 5 "Leyton" -> "Paradise" ,用时 16-10 = 6
undergroundSystem.getAverageTime("Leyton", "Paradise"); // 返回 5.50000 ,(5 + 6) / 2 = 5.5
undergroundSystem.checkIn(2, "Leyton", 21);
undergroundSystem.checkOut(2, "Paradise", 30); // 乘客 2 "Leyton" -> "Paradise" ,用时 30-21 = 9
undergroundSystem.getAverageTime("Leyton", "Paradise"); // 返回 6.66667 ,(5 + 6 + 9) / 3 = 6.66667
提示:
1 <= id, t <= 1061 <= stationName.length, startStation.length, endStation.length <= 10次- 所有字符串由大小写英文字母与数字组成
- 总共最多调用
checkIn、checkOut和getAverageTime方法2 * 104 - 与标准答案误差在
10-5以内的结果都被视为正确结果
方法一:哈希映射
我们需要两张哈希表。一张用来存编号为 id 的乘客的进站信息,键为 id,值需要保存两个信息:站点名字和进站时间。另一张用来存放以 s 为起点站,e 为终点站的已经出站的乘客的信息,键为 (s, e),值也需要保存两个信息:花费的总时间和已经出站的总人数。
在 checkIn 的时候,我们对第一张表进行操作,保存进站信息。在 checkOut 的时候,我们先从第一张表中查询这个 id 的进站信息 (startStation, startTime),然后修改第二张表,把总时间加上 t - startTime,总人数自增一。在 getAverageTime 的时候直接查询第二张表得到 (sum, amount),计算平均值。
代码
1 | class UndergroundSystem { |
1 | class UndergroundSystem { |
1 | class UndergroundSystem: |
复杂度分析
时间复杂度:从代码可以看出,这里
checkIn、checkOut和getAverageTime的渐进时间复杂度都是 O(1)。空间复杂度:这里我们用到了两张哈希表作为辅助空间。假设这里操作的总次数为 n,那么第一张表的键的总数为 O(n),第二张表键的总数也为 O(n),故渐进空间复杂度为 O(n ^ 2)。
Comments