首页/Algo Bridge/常数时间哈希映射与随机采样 (O(1) Set with Random)/LC_380
⚡ 在闪卡工作台中刷此桥梁
🌉 单题同构迁移解析LC_380 · 中等

LC_380 (\. Insert Delete GetRandom O(1)) ➔ Paged Attention

数组 + 哈希表的结合是实现真正 O(1) 均匀随机采样的唯一数学结构。

1️⃣ 经典算法母体 (LeetCode Origin)

LC_380 · \. Insert Delete GetRandom O(1)

所属范式:常数时间哈希映射与随机采样 (O(1) Set with Random) — 动态数组 + 哈希表对偶架构。数组保证连续内存与 O(1) 真实等概率随机访问,哈希表存储元素到数组下标的映射;删除时将末尾元素与待删元素交换后 pop,实现全操作 O(1)。

⚡ 查看 LC-380 算法原题精解 ➔
2️⃣ 大模型工业系统落地 (Production AI System)

vLLM PagedAttention 分页虚拟显存与连续批调度 · Paged Attention

工程映射场景:保证在流式增加与删除样本的同时,每次能够等概率无偏抽取一个 Batch

🧬 对应工业算子接口签名
def paged_attention(Q: torch.Tensor, K_cache: torch.Tensor, V_cache: torch.Tensor, block_tables: torch.Tensor, context_lens: torch.Tensor, block_size: int = 16) -> torch.Tensor

🔗 同源拓展迁移桥梁

LC_239 ➔ Paged Attention
单调队列维护窗口最大值的思想,与 Online Softmax 动态更新 running max 完全等价。...
LC_146 ➔ Paged Attention
大模型推理最容易 OOM,LRU 缓存机制直接决定了多请求高并发下谁的显存被换出到 CPU。...
LC_460 ➔ Paged Attention
高频 System Prompt 绝不应该被偶然的大请求挤出显存,LFU 提供频次保护。...
← LC_460 (LFU缓存) → vLLM PagedAttention 分页虚拟显存与连续批调度LC_124 (二叉树中的最大路径和) → DeepSeek-R1 / o1 MCTS 蒙特卡洛树搜索与反思回溯 →