滑动窗口的平均值

这篇博客介绍了如何利用队列数据结构来实现滑动窗口平均值的计算,具体涉及到了在数据流中实时更新并计算指定窗口大小内的平均值。文章通过一个具体的LeetCode问题为例,展示了如何在C++中定义一个MovingAverage类,其next方法能够返回窗口内的平均值。这种方法有效地维护了窗口内的元素,并确保了在窗口大小限制下的计算效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  1. 链接
    https://leetcode.cn/problems/qIsx9U/submissions/
  2. 题目
    给定一个整数数据流和一个窗口大小,根据该滑动窗口的大小,计算滑动窗口里所有数字的平均值。
    实现 MovingAverage 类:
    MovingAverage(int size) 用窗口大小 size 初始化对象。
    double next(int val) 成员函数 next 每次调用的时候都会往滑动窗口增加一个整数,请计算并返回数据流中最后 size 个值的移动平均值,即滑动窗口里所有数字的平均值。

示例:
输入:
inputs = [“MovingAverage”, “next”, “next”, “next”, “next”]
inputs = [[3], [1], [10], [3], [5]]
输出:
[null, 1.0, 5.5, 4.66667, 6.0]
解释:
MovingAverage movingAverage = new MovingAverage(3);
movingAverage.next(1); // 返回 1.0 = 1 / 1
movingAverage.next(10); // 返回 5.5 = (1 + 10) / 2
movingAverage.next(3); // 返回 4.66667 = (1 + 10 + 3) / 3
movingAverage.next(5); // 返回 6.0 = (10 + 3 + 5) / 3

  1. 思路
    用队列来模拟窗口,使队列内的元素个数维持在小于等于窗口大小。

  2. 代码

class MovingAverage {
public:
    /** Initialize your data structure here. */
    int size;
    double sum;
    queue<int> qu;
    MovingAverage(int size) {
        this->size=size;
        sum=0.0;
    }
    
    double next(int val) {
        if(qu.size()==size){
            sum-=qu.front();
            qu.pop();
        }
        qu.push(val);
        sum+=val;
        return sum/qu.size();
    }
};

/**
 * Your MovingAverage object will be instantiated and called as such:
 * MovingAverage* obj = new MovingAverage(size);
 * double param_1 = obj->next(val);
 */
滑动窗口计算平均值是一种常见的数据处理方法,其中Python语言提供了实现这一功能的简单而强大的方法。滑动窗口平均值是将一个移动窗口应用于一个数据序列,然后在每个窗口内计算平均值。 要实现滑动窗口计算平均值,可以使用Python中的deque(双端队列)数据结构和窗口大小变量进行操作。首先,定义一个deque对象,并将初始窗口大小设置为0。然后,遍历整个数据序列,并在窗口大小小于所需大小时,将元素添加到deque。一旦窗口大小达到所需大小,就可以开始计算平均值。每当窗口移动到下一个元素,就从deque的左侧移除一个元素,并从deque的右侧添加一个元素。然后,可以计算deque中所有元素的平均值,并将结果添加到一个结果列表中。 以下是一个示例代码: ``` from collections import deque def sliding_window_average(data, window_size): window = deque(maxlen=window_size) result = [] for element in data: window.append(element) if len(window) == window_size: average = sum(window) / window_size result.append(average) window.popleft() return result ``` 使用此函数,你可以传递任意的数据序列和所需的窗口大小,然后得到计算出的滑动窗口平均值。例如: ``` data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] window_size = 3 result = sliding_window_average(data, window_size) print(result) # 输出 [2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0] ``` 这样,你可以很方便地使用Python的deque数据结构和上述代码实现滑动窗口计算平均值
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值