🌉 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