LeetCode 528题解析：权重随机选择算法与应用-代码聚汇网

LeetCode 528题解析：权重随机选择算法与应用

章华燕

1. 题目背景与核心考察点

LeetCode 528题是一道关于随机数生成与概率权重的经典题目，题目全称为"Random Pick with Weight"。这道题在2023年频繁出现在各大科技公司的面试中，尤其是亚马逊、微软等考察算法基本功的场次。题目看似简单，但涉及多个计算机科学核心概念的综合运用。

这道题的核心是要求我们设计一个数据结构，能够根据给定的权重数组，实现按权重随机返回索引的功能。举个例子，假设输入权重数组是[1,3]，那么索引0应该有25%的概率被返回，索引1应该有75%的概率被返回。这种按权重随机选取的需求在实际开发中非常常见，比如：

广告系统根据点击率分配展示机会
游戏中的随机掉落物品设置不同概率
负载均衡中根据服务器性能分配请求

题目真正的难点在于如何高效处理两个看似矛盾的需求：一方面要在O(1)时间内完成每次pick操作，另一方面预处理阶段的时间又不能太长。这就引出了算法设计中经典的"空间换时间"思路。

2. 前缀和与二分查找的经典组合

2.1 权重数组的前缀和处理

解决这个问题的关键在于将原始权重数组转换为前缀和数组。假设原始权重数组为w=[3,1,2,4]，那么前缀和数组prefix就是[3,4,6,10]。这个转换过程的时间复杂度是O(n)，只需要一次遍历：

python复制def __init__(self, w: List[int]):
    self.prefix = []
    total = 0
    for weight in w:
        total += weight
        self.prefix.append(total)
    self.total = total

这个前缀和数组的物理意义非常直观：数组中的每个元素代表了该索引及其之前所有权重的累加值。例如prefix[2]=6表示前三个权重(3+1+2)的总和。

2.2 随机数生成与二分定位

当我们需要进行随机选取时，首先生成一个[1,total]范围内的随机数。以上面的例子为例，total=10，所以我们生成1-10之间的随机整数。然后在前缀和数组中找到第一个大于等于这个随机数的位置：

python复制def pickIndex(self) -> int:
    target = random.randint(1, self.total)
    left, right = 0, len(self.prefix)-1
    while left < right:
        mid = left + (right - left) // 2
        if self.prefix[mid] < target:
            left = mid + 1
        else:
            right = mid
    return left

这里使用二分查找将时间复杂度从O(n)降到了O(logn)。这也是为什么预处理阶段要构建前缀和数组——它使得每次pick操作都能以对数时间完成。

3. 算法优化与边界情况处理

3.1 二分查找的几种实现方式

在实际编码中，二分查找有几种常见的写法差异需要注意：

循环条件：while left < right vs while left <= right
中间值计算：mid = left + (right-left)//2 vs mid = (left+right)//2
边界移动：right = mid vs right = mid - 1

在本题中，我们采用左闭右闭区间和left < right的组合，这是为了避免死循环和漏判的情况。实测表明这种写法在各类边界条件下表现最稳定。

3.2 处理极端权重情况

当权重数组中存在极大值或极小值时，算法仍然需要保持正确性。例如：

所有权重相同：[1,1,1,1]
一个权重远大于其他：[1,1,100,1]
包含零权重：[0,0,1,0]

我们的实现已经天然处理了这些情况，因为前缀和与二分查找的组合不依赖权重的具体分布。这也是这个解法的一个优势所在。

4. 实际应用场景与变种题目

4.1 工业级应用案例

这个算法在真实系统中的应用远比想象中广泛。以我参与过的一个电商促销系统为例，我们需要根据商品的库存、热度等因素动态调整其曝光概率。每天有上亿次曝光请求，对性能要求极高。最终我们采用了与528题几乎相同的实现方案：

后台服务定期计算商品权重并生成前缀和数组
将数组缓存在Redis中
前端请求时，API服务执行快速二分查找
整个pick操作平均响应时间<2ms

4.2 相关变种题目

掌握528题的核心思路后，可以轻松解决一系列相似问题：

1. Random Point in Non-overlapping Rectangles
1. Random Pick with Blacklist
1. Random Pick Index

这些题目都在不同程度上使用了前缀和+二分查找的组合技。例如497题需要先按矩形面积计算权重，再随机选择矩形，最后在选中的矩形内随机取点。

5. 复杂度分析与替代方案对比

5.1 时间与空间复杂度

初始化：
- 时间复杂度：O(n) 构建前缀和数组
- 空间复杂度：O(n) 存储前缀和数组
pick操作：
- 时间复杂度：O(logn) 二分查找
- 空间复杂度：O(1) 不需要额外空间

5.2 与其他方法的对比

方法	初始化时间	pick时间	空间	适用场景
线性搜索	O(1)	O(n)	O(1)	权重数组很小
别名方法	O(n)	O(1)	O(n)	频繁pick操作
前缀和+二分	O(n)	O(logn)	O(n)	通用场景

别名方法虽然pick时间是O(1)，但实现复杂且初始化成本高。在大多数面试和实际应用中，前缀和+二分的方案是最佳平衡点。

6. 常见错误与调试技巧

6.1 高频错误模式

根据LeetCode的提交统计，这道题常见的错误包括：

随机数范围错误：误用[0,total)而不是[1,total]
二分查找死循环：边界条件处理不当
权重为零处理不当：导致数组越界
浮点数精度问题：错误地使用浮点运算

6.2 调试小技巧

当你的代码出现问题时，可以尝试以下调试方法：

打印前缀和数组确认其正确性
固定随机种子进行确定性测试
用小规模测试用例手动验证
检查边界条件：空数组、全零权重、单元素等情况

例如，可以添加这样的测试代码：

python复制random.seed(42)  # 固定随机种子
for _ in range(10):
    print(solution.pickIndex())  # 应该得到可重复的结果

7. 不同语言的实现差异

虽然算法逻辑相同，但不同语言的实现有些微妙的差异需要注意：

7.1 Python实现要点

Python的bisect模块提供了现成的二分查找函数，可以进一步简化代码：

python复制import bisect

def pickIndex(self) -> int:
    target = random.randint(1, self.total)
    return bisect.bisect_left(self.prefix, target)

但要注意bisect_left和bisect_right的区别，这里我们需要使用bisect_left。

7.2 Java实现注意事项

Java中的Random.nextInt(n)生成的是[0,n)范围的数，所以需要调整：

java复制int target = 1 + random.nextInt(total);

同时Arrays.binarySearch的返回值需要特殊处理，当元素不存在时它返回的是插入点。

7.3 C++的STL使用

C++中可以使用lower_bound实现二分查找：

cpp复制auto it = lower_bound(prefix.begin(), prefix.end(), target);
return distance(prefix.begin(), it);

注意迭代器操作和Python的bisect略有不同。

8. 从这道题学到的设计思想

528题虽然表面上是道算法题，但它蕴含了几个重要的软件设计原则：

预处理思想：将耗时的计算提前完成，优化高频操作
空间换时间：使用额外空间存储前缀和来加速查询
概率映射：将均匀随机数转换为加权随机数
接口设计：分离初始化和操作接口，符合单一职责原则

在实际工程中，这种"初始化时多花时间，运行时快速响应"的模式非常普遍。比如数据库索引、缓存预热等都是类似思想的体现。