LeetCode 380. O(1) 时间插入、删除和获取随机元素 题解

在算法题中，“O(1) 时间复杂度”是高频要求，尤其涉及插入、删除、随机访问三类操作时，单一数据结构往往难以满足所有需求。本文将拆解 LeetCode 380 题，讲解如何通过“数组+哈希表”的组合结构，实现一个高效的 RandomizedSet 类，并解析核心代码的设计逻辑与优化方向。

一、题目分析

题目要求

实现 RandomizedSet 类，支持以下三个操作，且每个操作的平均时间复杂度必须为 O(1)：

• insert(int val)：元素 val 不存在时插入，返回 true；存在则返回 false。

• remove(int val)：元素 val 存在时删除，返回 true；不存在则返回 false。

• getRandom()：随机返回集合中的一个元素，每个元素被返回的概率相同（测试用例保证调用时集合非空）。

核心矛盾

单一数据结构的局限性：

解决方案：组合两者优势——用数组保证随机访问，用哈希表存储“元素→索引”映射，快速定位元素位置，规避数组插入/删除的 O(n) 操作。

二、代码实现与逐行解析

以下是基于 TypeScript 的实现代码，核心逻辑为“数组存元素，对象存索引映射”，完全满足 O(1) 平均时间复杂度要求。

class RandomizedSet {
// 数组：存储元素，保证getRandom()的O(1)随机访问
private arr: Array<number>;
// 对象：存储“元素→索引”映射，实现O(1)查找元素位置
private comObj: Record<number, number>;

constructor() {
this.arr = [];
this.comObj = {};
}

insert(val: number): boolean {
// 先判断元素是否存在（O(1)：对象属性查找）
if (val in this.comObj) {
return false;
}
// 存储元素索引：数组长度即为新元素的索引（push前长度不变）
this.comObj[val] = this.arr.length;
// 数组尾部插入元素（O(1)：无需移动其他元素）
this.arr.push(val);
return true;
}

remove(val: number): boolean {
// 元素不存在则返回false（O(1)查找）
if (!(val in this.comObj)) {
return false;
}
// 获取待删除元素的索引
const deleteIndex = this.comObj[val];
// 获取数组最后一个元素（用于交换）
const lastVal = this.arr[this.arr.length – 1];

// 关键操作：将待删除元素与最后一个元素交换
this.arr[deleteIndex] = lastVal;
// 更新最后一个元素的索引映射（O(1)赋值）
this.comObj[lastVal] = deleteIndex;

// 数组尾部删除元素（O(1)：无需移动其他元素）
this.arr.pop();
// 从对象中删除待删除元素的映射（O(1)删除）
delete this.comObj[val];
return true;
}

getRandom(): number {
// 生成[0, arr.length)的随机整数（O(1)数学运算）
const randomIndex = Math.floor(Math.random() * this.arr.length);
// 数组索引访问元素（O(1)）
return this.arr[randomIndex];
}
}

核心逻辑拆解

1. insert 方法（O(1)）

步骤：先通过 val in this.comObj 判断元素是否存在（对象属性查找为 O(1)）；若不存在，先记录元素的索引（数组当前长度即为新元素插入后的索引），再将元素插入数组尾部（push 操作 O(1)），最后更新对象映射。

注意：必须先记录索引再 push，因为 push 后数组长度会增加，索引会对应变化。

2. remove 方法（O(1)）

这是最关键的优化点，核心是“交换+尾部删除”规避 O(n) 遍历：

通过这种方式，无需遍历数组删除元素，将时间复杂度从 O(n) 降至 O(1)。

3. getRandom 方法（O(1)）

利用数组索引访问的优势：生成一个 [0, 数组长度) 的随机整数作为索引，直接通过 arr[randomIndex] 获取元素，全程无遍历，时间复杂度 O(1)。

三、关键注意事项与避坑点

1. 元素存在性判断：用 in 而非直接判断值

若写成 if (this.comObj[val]) 会出现误判：当元素索引为 0 时，this.comObj[val] = 0，转为布尔值为 false，会误判元素不存在。

val in this.comObj 直接判断“键是否存在”，与值无关，是最严谨的方式。

2. 索引一致性维护

删除元素时，必须同步更新最后一个元素的索引映射，否则后续查找该元素会得到错误索引，导致功能异常。

3. 空数组边界处理

题目虽保证 getRandom() 调用时集合非空，但实际开发中可添加边界判断，避免数组为空时返回 undefined：

getRandom(): number {
if (this.arr.length === 0) {
throw new Error("集合为空，无法获取随机元素");
}
const randomIndex = Math.floor(Math.random() * this.arr.length);
return this.arr[randomIndex];
}

四、优化方向：用 Map 替代 Object

当前代码用 Record<number, number> 作为哈希表，存在一个隐式问题：JavaScript 对象的键本质是字符串/符号，数字键会被自动转为字符串（如 comObj[5] 实际存储为 comObj["5"]）。虽不影响功能，但类型不够精准。

优化方案：用Map<number, number> 替代对象，原生支持数字键，语义更清晰，且 has()、set()、delete() 方法更贴合键值对操作：

class RandomizedSet {
private arr: number[];
private comMap: Map<number, number>;

constructor() {
this.arr = [];
this.comMap = new Map();
}

insert(val: number): boolean {
if (this.comMap.has(val)) {
return false;
}
this.comMap.set(val, this.arr.length);
this.arr.push(val);
return true;
}

remove(val: number): boolean {
if (!this.comMap.has(val)) {
return false;
}
const deleteIndex = this.comMap.get(val)!; // 非空断言，已判断存在
const lastVal = this.arr[this.arr.length – 1];
if (deleteIndex !== this.arr.length – 1) { // 优化：若为最后一个元素，跳过交换
this.arr[deleteIndex] = lastVal;
this.comMap.set(lastVal, deleteIndex);
}
this.arr.pop();
this.comMap.delete(val);
return true;
}

getRandom(): number {
const randomIndex = Math.floor(Math.random() * this.arr.length);
return this.arr[randomIndex];
}
}

额外优化：当待删除元素就是数组最后一个元素时，可跳过交换逻辑，减少无效操作，小幅提升性能。

五、复杂度证明

• insert：对象/Map 查找（O(1)）+ 数组 push（O(1)）+ 映射更新（O(1)），整体 O(1)。

• remove：对象/Map 查找（O(1)）+ 元素交换（O(1)）+ 数组 pop（O(1)）+ 映射删除（O(1)），整体 O(1)。

• getRandom：随机数生成（O(1)）+ 数组索引访问（O(1)），整体 O(1)。

所有操作均为常数级，满足题目“平均 O(1) 时间复杂度”的要求。

六、总结

本题的核心思路是“组合数据结构弥补单一结构的不足”：数组保证随机访问，哈希表（对象/Map）保证高效的插入/删除/查找。其中，删除操作的“交换+尾部删除”是实现 O(1) 的关键技巧，也是算法题中高频的优化思路。

无论是用对象还是 Map 作为哈希表，核心逻辑一致，可根据场景选择：对象更简洁，Map 类型更精准、性能更稳定（适合大量键值对操作）。掌握这种“1+1>2”的数据结构组合思路，能解决更多复杂的算法优化问题。