题目

给你一个可能含有 重复元素 的整数数组 nums ，请你随机输出给定的目标数字 target 的索引。你可以假设给定的数字一定存在于数组中。

实现 Solution 类：

  • Solution(int[] nums) 用数组 nums 初始化对象。
  • int pick(int target) 从 nums 中选出一个满足 nums[i] == target 的随机索引 i 。如果存在多个有效的索引，则每个索引的返回概率应当相等。

示例：

输入
["Solution", "pick", "pick", "pick"]
[[[1, 2, 3, 3, 3]], [3], [1], [3]]
输出
[null, 4, 0, 2]

解释
Solution solution = new Solution([1, 2, 3, 3, 3]);
solution.pick(3); // 随机返回索引 2, 3 或者 4 之一。每个索引的返回概率应该相等。
solution.pick(1); // 返回 0 。因为只有 nums[0] 等于 1 。
solution.pick(3); // 随机返回索引 2, 3 或者 4 之一。每个索引的返回概率应该相等。

提示：

  • 1 <= nums.length <= 2 * 104
  • -231 <= nums[i] <= 231 - 1
  • target 是 nums 中的一个整数
  • 最多调用 pick 函数 104 次

解答

  1. 直接实现
class Solution {
private:
    vector<int> sortNum;
public:
    Solution(vector<int>& nums) {
        sortNum = nums;
    }
    int simpleRandom(int min, int max) {
        static bool first = true;
        if (first) {
            srand(time(nullptr)); // 使用当前时间作为种子
            first = false;
        }
        return min + rand() % (max - min + 1);
    }
    
    int pick(int target) {
        vector<int> result;
        for (int i = 0; i < sortNum.size(); i++) {
            if (sortNum[i] == target) result.push_back(i);
        }
        int randomIndex = simpleRandom(0, result.size()-1);
        return result[randomIndex];
    }
};

/**
 * Your Solution object will be instantiated and called as such:
 * Solution* obj = new Solution(nums);
 * int param_1 = obj->pick(target);
 */
  1. 使用哈希表实现
class Solution {
    // 使用哈希表存储每个数字及其在数组中的所有索引
    unordered_map<int, vector<int>> pos;

public:
    // 构造函数，接受一个整数数组作为参数
    Solution(vector<int> &nums) {
        // 遍历数组
        for (int i = 0; i < nums.size(); ++i) {
            // 将每个数字及其索引存入哈希表中
            // 如果数字已存在，它的索引将被添加到对应的向量中
            pos[nums[i]].push_back(i);
        }
    }

    // pick 函数，接受一个目标数字作为参数
    int pick(int target) {
        // 获取目标数字所有索引的向量的引用
        auto &indices = pos[target];
        // 随机选择并返回一个索引
        // rand() % indices.size() 生成一个在 0 到 indices.size() - 1 范围内的随机数
        return indices[rand() % indices.size()];
    }
};