设计推特
“设计 Twitter”问题的详细指南和 Python 实现。
1. 学习
“设计 Twitter”问题是堆/优先级队列部分的一个关键挑战。
此实现侧重于 Python 中的简单级逻辑。
在我们提供的解决方案中，我们优先考虑技术准确性和代码可读性。
2. Real-World Applications
3. Visual Intuition
可视化 Design Twitter 的逻辑流程。
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
仔细阅读设计 Twitter 的问题陈述。
2. Formulate brute force
起草一个简单的迭代解决方案。
3. Identify inefficiency
寻找冗余计算。
4. Optimize search path
使用散列或排序来加速该过程。
5. Final Implementation
清理生产标准代码。
问题陈述
设计 Twitter 的简化版本，用户可以在其中发布推文、关注/取消关注其他用户，并且能够在用户的新闻源中查看最新的 10 条推文。
实现 Twitter 类：
- Twitter() 初始化您的 Twitter 对象。
- postTweet(userId: int, tweetId: int) 由用户 userId 撰写一条 ID 为 tweetId 的新推文。
- getNewsFeed(userId: int) -> List[int] 检索用户新闻源中最新的 10 条推文 ID。
- follow(followerId: int, followeeId: int) ID 为 followerId 的用户开始关注 ID 为 followeeId 的用户。
- unfollow(followerId: int, followeeId: int) ID 为 followerId 的用户开始取消关注 ID 为 followeeId 的用户。
输入是操作和参数的列表。实现一个返回结果列表的函数 twitter(operations: list, arguments: list) -> list （对于构造函数/postTweet/follow/unfollow 为 None，对于 getNewsFeed 为 List[int]）。
- •1 <= userId, followerId, followeeId <= 500
- •0 <= tweetId <= 10^4
- •All the tweets have unique IDs
- •At most 30000 calls will be made in total
示例
operations = ["Twitter", "postTweet", "getNewsFeed", "follow", "postTweet", "getNewsFeed", "unfollow", "getNewsFeed"], arguments = [[], [1, 5], [1], [1, 2], [2, 6], [1], [1, 2], [1]]
[None, None, [5], None, None, [6, 5], None, [5]]
User 1 posts tweet 5. News feed: [5]. User 1 follows 2. User 2 posts tweet 6. News feed: [6, 5]. User 1 unfollows 2. News feed: [5].
Need a Hint?
Edge Cases to Watch
- 空输入结构
- 单元素输入
- 大数值范围
准备好解决了吗？
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
面试见解和变化
复杂性分析分解
为什么时间: Directly evaluates all possibilities.
为什么选择太空: Uses standard local memory.
为什么时间: Optimized paths reduce total operations.
为什么选择太空: May trade memory for speed.
优化解决方案Python代码
优化解决方案Python代码
import heapq, collections
class TwitterOpt:
def __init__(self):
self.count = 0
self.tweetMap = collections.defaultdict(list)
self.followMap = collections.defaultdict(set)
def postTweet(self, userId, tweetId):
self.tweetMap[userId].append([self.count, tweetId])
self.count -= 1
def getNewsFeed(self, userId):
res = []
minHeap = []
self.followMap[userId].add(userId)
for followeeId in self.followMap[userId]:
if followeeId in self.tweetMap:
index = len(self.tweetMap[followeeId]) - 1
count, tweetId = self.tweetMap[followeeId][index]
minHeap.append([count, tweetId, followeeId, index - 1])
heapq.heapify(minHeap)
while minHeap and len(res) < 10:
count, tweetId, followeeId, index = heapq.heappop(minHeap)
res.append(tweetId)
if index >= 0:
count, tweetId = self.tweetMap[followeeId][index]
heapq.heappush(minHeap, [count, tweetId, followeeId, index - 1])
return res
def follow(self, followerId, followeeId):
self.followMap[followerId].add(followeeId)
def unfollow(self, followerId, followeeId):
if followeeId in self.followMap[followerId]: self.followMap[followerId].remove(followeeId)暴力破解代码（剧透保护）
暴力破解代码（剧透保护）
class TwitterBrute:
def __init__(self):
self.tweets = []
self.following = collections.defaultdict(set)
def postTweet(self, userId, tweetId):
self.tweets.append((userId, tweetId))
def getNewsFeed(self, userId):
res = []
for u, t in reversed(self.tweets):
if u == userId or u in self.following[userId]:
res.append(t)
if len(res) == 10: break
return res
def follow(self, followerId, followeeId):
self.following[followerId].add(followeeId)
def unfollow(self, followerId, followeeId):
if followeeId in self.following[followerId]: self.following[followerId].remove(followeeId)Algorithm Pattern Checklist
When dealing with Heap / Priority Queue data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
推荐的 Python 资源
通过相关的交互式教程、备忘单和代码比较来扩展您的知识。
Python 循环：For 和 While 循环解释
了解如何使用 Python 循环来迭代数据。通过交互式示例掌握 for 循环、while 循环、break、continue 和循环最佳实践。
如何在 Python 中对列表进行排序（升序和降序）
了解如何在 Python 中使用 sort() 方法和sorted() 函数对列表进行排序。发现自定义键排序和逆序示例。
Python 字符串方法备忘单
Python 字符串操作的完整参考指南。掌握格式化、搜索、拆分、替换和检查字符串属性。
Python 与 JavaScript：哪种编程语言最好？
Python 和 JavaScript 的全面比较。探索语法差异、性能、用例（后端与前端）和编码示例。