اولین دوئل شما: دیسک کند
چرا اهمیت دارد اولین پاسخ به «شمردن موارد در یک بازه» این است که همه موارد را بررسی کنید. این روش تا زمانی که حجم دادهها کم باشد و خواندن آن هزینه یا زمان زیادی نداشته باشد، مشکلی ندارد. اما در اینجا چنین است.
یک حسگر رویدادها را بهصورت برچسبهای زمانی کل ثانیه ثبت میکند که از قبل مرتب شدهاند. این لاگ روی یک دیسک کند و دارای محدودیت نرخ قرار دارد: هر مقداری که میخوانید هزینه دارد. تحلیلگران یک دسته پنجره زمانی برای شما ارسال میکنند و میخواهند بدانند چند رویداد در هر پنجره قرار میگیرد.
قبل از هر چیز، مسئله را حل کنید. وقتی ادامه دهید، خواهید دید که یک دستیار هوش مصنوعی به احتمال زیاد چه مینوشت و مسیر یک کارشناس، در کنار هم.
دادهها
from creative.budget import Tape
tape = Tape([3, 7, 7, 12, 40]) # sorted timestamps, every read counted
queries = [(0, 8), (7, 13)] # windows: start included, end excluded
# window_counts(tape, queries) -> [3, 3]نوشتن window_counts(tape, queries). tape است یک Tape از مهرههای زمانی عدد صحیح مرتبشده (تکرار مجاز است). queries یک لیست از (start, end) جفت. یک لیست بازگردانید که برای هر پنجره، تعداد انگشتنماها را نشان دهد t دارند start <= t < end. بودجه: با ۱۰۰٬۰۰۰ رویداد و ۱۰۰۰ پنجره، میتوانید حداکثر ۶۰٬۰۰۰ مقدار را از نوار بخوانید. len(tape) رایگان است.
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.