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