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。
解一:简单直接,用collections.deque 双端队列维持一个滑动窗口。
import collections class MovingAverage: def __init__(self, size: int): self.size = size self.queue = collections.deque() def next(self, val: int) -> float: self.queue.append(val) if len(self.queue) < self.size : return sum(self.queue) / len(self.queue) if len(self.queue) > self.size : self.queue.popleft() return sum(self.queue) / self.size
仔细看一下,其中if len(self.queue) < self.size
其实是没用的,可以优化掉。
import collections class MovingAverage: def __init__(self, size: int): self.size = size self.queue = collections.deque() def next(self, val: int) -> float: self.queue.append(val) if len(self.queue) > self.size : self.queue.popleft() return sum(self.queue) / len(self.queue)
解二:优化求和方式,用self.s 记录当前的和,每次滑动时只需在self.s上进行修改即可,不需要再对整个队列求和。
import collections class MovingAverage: def __init__(self, size: int): self.size = size self.s = 0 self.length = 0 self.queue = collections.deque() def next(self, val: int) -> float: self.queue.append(val) self.s += val self.length += 1 if self.length > self.size : t = self.queue.popleft() self.s -= t self.length -= 1 return self.s / self.length