【每日一题】剑指 Offer II 041. 滑动窗口的平均值

题目要求实现一个MovingAverage类,用于计算数据流中滑动窗口的平均值。使用双端队列作为数据结构,当元素数量超过窗口大小时,从队列头部移除元素并维护元素总和。next函数在每次添加新元素后返回当前滑动窗口的平均值。
摘要由CSDN通过智能技术生成

剑指 Offer II 041. 滑动窗口的平均值

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。

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

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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