TikTok 登录流统计：合法日期、时区与逐用户逐日计数

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

• 训练输入三元组(username,YYYY-MM-DD,HH:MM:SS)，按UTC日期，不接受闰秒。
• 每记录一次登录、不去重；任一非法记录拒绝本批。输出(username,date,count)按用户名再日期排序。实际格式与错误策略需确认。

解题路线

1. 先检查固定格式，再用日历解析校验闰年和各月天数；正则只能查外形，不能证明2月30日合法。
2. 校验完累加 (user,day) 计数。全批失败时不返回半成品；流式系统则可用 dead-letter 单独记录错误，必须明确不同合同。
3. 若时间戳带时区，先转指定业务时区再提取day，不能拿UTC日期当每个用户本地日。若去重，需要稳定eventId和时间窗口，而非仅(username,time)。
4. 排序用正式用户名比较规则；训练普通字符序，实际大小写/locale顺序另外规定。大量distinct用户日会占内存，可分区外存聚合。

手动走一遍

2024-02-29合法、2026-02-29非法；24:00:00按本文合同拒绝。同一用户同一天三条相同记录计3，因为没有去重合同；另一天单独行。

Python 参考实现

下面的代码按上文假设实现，适合本地运行并追加自己的测试用例。

代码区可横向滚动；使用键盘时，先聚焦代码区再按方向键查看。

import re
from datetime import datetime
from collections import Counter


def login_counts(records):
    """(username, UTC date YYYY-MM-DD, UTC time HH:MM:SS); no event dedup.
    Reject the entire batch on invalid date/time; output sorted triples."""
    counts = Counter()
    for user, day, time in records:
        if not isinstance(user, str) or not user:
            raise ValueError('nonempty username required')
        if not re.fullmatch(r'[0-9]{4}-[0-9]{2}-[0-9]{2}', day) or not re.fullmatch(r'[0-9]{2}:[0-9]{2}:[0-9]{2}', time):
            raise ValueError('invalid date/time format')
        datetime.fromisoformat(day + 'T' + time)  # also rejects leap seconds
        counts[user, day] += 1
    return [(user, day, count) for (user, day), count in sorted(counts.items())]

复杂度

N记录、K个用户日，解析/聚合 O(N)（字段长度有界），排序 O(K log K)，空间 O(K)。无限流需窗口/分区和持久化。

易错点与追问

容易失分的边界

• 只做正则。
• 静默跳过错误没告知。
• 日期按错误时区分组。
• 无eventId就擅自合并同时间记录。

继续深挖

• 如何支持本地日与夏令时？
• 迟到数据和撤回事件如何修正？