LC 2034. 股票价格波动

题目描述

这是 LeetCode 上的 2034. 股票价格波动 ，难度为 中等。

给你一支股票价格的数据流，数据流中每一条记录包含一个时间戳和该时间点股票对应的价格。

不巧的是，由于股票市场内在的波动性，股票价格记录可能不是按时间顺序到来的。

某些情况下，有的记录可能是错的。如果两个有相同时间戳的记录出现在数据流中，前一条记录视为错误记录，后出现的记录更正前一条错误的记录。

请你设计一个算法，实现：

  • 更新股票在某一时间戳的股票价格，如果有之前同一时间戳的价格，这一操作将更正之前的错误价格。
  • 找到当前记录里最新股票价格，最新股票价格定义为时间戳最晚的股票价格。
  • 找到当前记录里股票的最高价格。
  • 找到当前记录里股票的最低价格。

请你实现 StockPrice 类：

  • StockPrice() 初始化对象，当前无股票价格记录。
  • void update(int timestamp, int price) 在时间点 timestamp 更新股票价格为 price。
  • int current() 返回股票最新价格。
  • int maximum() 返回股票最高价格。
  • int minimum() 返回股票最低价格。

示例 1：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
输入：
["StockPrice", "update", "update", "current", "maximum", "update", "maximum", "update", "minimum"]
[[], [1, 10], [2, 5], [], [], [1, 3], [], [4, 2], []]
输出：
[null, null, null, 5, 10, null, 5, null, 2]

解释：
StockPrice stockPrice = new StockPrice();
stockPrice.update(1, 10); // 时间戳为 [1] ，对应的股票价格为 [10] 。
stockPrice.update(2, 5);  // 时间戳为 [1,2] ，对应的股票价格为 [10,5] 。
stockPrice.current();     // 返回 5 ，最新时间戳为 2 ，对应价格为 5 。
stockPrice.maximum();     // 返回 10 ，最高价格的时间戳为 1 ，价格为 10 。
stockPrice.update(1, 3);  // 之前时间戳为 1 的价格错误，价格更新为 3 。
                          // 时间戳为 [1,2] ，对应股票价格为 [3,5] 。
stockPrice.maximum();     // 返回 5 ，更正后最高价格为 5 。
stockPrice.update(4, 2);  // 时间戳为 [1,2,4] ，对应价格为 [3,5,2] 。
stockPrice.minimum();     // 返回 2 ，最低价格时间戳为 4 ，价格为 2 。

提示：

  • $1 <= timestamp, price <= 10^9$
  • update，current，maximum 和 minimum 总调用次数不超过 $10^5$
  • current，maximum 和 minimum 被调用时，update 操作至少已经被调用过一次

模拟 + 数据结构

容易想到我们需要使用「哈希表」来记录 {时间:价格} 的映射关系。

关于 current 操作，我们可以维护一个最大的时间戳 cur，在调用 current 的时候直接 $O(1)$ 查得结果。

然后考虑解决 update 操作中对相同时间点的更新问题，我们可以使用 TreeMap（红黑树）来解决该问题。以 {价格:该价格对应的时间点数量} 的 KV 形式进行存储，key 按照「升序」进行排序。

然后对传入的 timestamp 是否已经被记录（是否已经存在哈希表中）进行分情况讨论：

  • 传入的 timestamp 未被记录，直接更新哈希表和 TreeMap；
  • 传入的 timestamp 已被记录，此时需要先从哈希表取出旧价格 old，然后用旧价格对 TreeMap 进行修改（如果该价格只有一个时间点，将该价格直接从 TreeMap 中移除；若有多个时间点，则对该价格对应的时间点数量进行减一操作），然后再使用传入的新价格 price 更新哈希表和 TreeMap。

minimum 和 maximum 操作则只需要取得 TreeMap 的首尾 Key 即可。

Java 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
class StockPrice {
    int cur;
    Map<Integer, Integer> map = new HashMap<>();
    TreeMap<Integer, Integer> ts = new TreeMap<>();
    public void update(int timestamp, int price) {
        cur = Math.max(cur, timestamp);
        if (map.containsKey(timestamp)) {
            int old = map.get(timestamp);
            int cnt = ts.get(old);
            if (cnt == 1) ts.remove(old);
            else ts.put(old, cnt - 1);
        }
        map.put(timestamp, price);
        ts.put(price, ts.getOrDefault(price, 0) + 1);
    }
    public int current() {
        return map.get(cur);
    }
    public int maximum() {
        return ts.lastKey();
    }
    public int minimum() {
        return ts.firstKey();
    }
}

C++ 代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
class StockPrice {
public:
    int cur;
    unordered_map<int, int> timePriceMap;
    map<int, int> priceCount;

    StockPrice() : cur(0) {}
    
    void update(int timestamp, int price) {
        cur = max(cur, timestamp);
        if (timePriceMap.count(timestamp)) {
            int oldPrice = timePriceMap[timestamp];
            if (--priceCount[oldPrice] == 0) {
                priceCount.erase(oldPrice);
            }
        }
        timePriceMap[timestamp] = price;
        priceCount[price]++;
    }    
    int current() {
        return timePriceMap[cur];   
    }
    int maximum() {
        return priceCount.rbegin()->first;
    }
    int minimum() {
        return priceCount.begin()->first;
    }
};

Python 代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
class StockPrice:

    def __init__(self):
        self.cur_time = 0
        self.time_price = {}
        self.price_count = defaultdict(int)
        self.sorted_prices = SortedList()

    def update(self, timestamp: int, price: int) -> None:
        self.cur_time = max(self.cur_time, timestamp)
        if timestamp in self.time_price:
            old_price = self.time_price[timestamp]
            self.price_count[old_price] -= 1
            if self.price_count[old_price] == 0:
                self.sorted_prices.discard(old_price)
        self.time_price[timestamp] = price
        if self.price_count[price] == 0:
            self.sorted_prices.add(price)
        self.price_count[price] += 1

    def current(self) -> int:
        return self.time_price[self.cur_time]

    def maximum(self) -> int:
        return self.sorted_prices[-1] if self.sorted_prices else -1

    def minimum(self) -> int:
        return self.sorted_prices[0] if self.sorted_prices else -1

  • 时间复杂度：令 $n$ 为最大调用次数，update 复杂度为 $O(\log{n})$；current、maximum 和 minimum 操作复杂度为 $O(1)$
  • 空间复杂度：$O(n)$

最后

这是我们「刷穿 LeetCode」系列文章的第 No.2034 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。

在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：https://github.com/SharingSource/LogicStack-LeetCode 。

在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。