问题:我有一个包含时间和值的数据列表(时间=长毫秒和双值).我现在需要计算不同时间范围内的几个平均值.
我每秒最多获得50个值,但有时只有几个值,需要保持最后10秒,因此需要500个值.
我想要的是:计算时间> =开始和时间<=结束的值的平均值.
我可以确保没有时间是双倍的,所以它可以用作关键.
目前我使用数组来存储值,并且有一个位置标记,一旦达到500就会重置为0,因此旧的条目被重新计算.我可以很容易地改变它.
我不确定最快的方法是什么,例如手动搜索数组或使用列表,hashMap,Collection(带比较器？)等.我找不到(java)类似列表的函数,我在内置搜索"key> = x"或"value> = x".
性能比良好或简单的编码更重要.
能指出正确的方向会很高兴.
我计算每次新值进入时最后10个值的平均值,即每秒30-50次计算,是最重要的数据.我需要区分测量中的小错误和实际更改.我额外计算每1/10秒的平均值(这可能会被丢弃),最后计算一秒的平均值和最后10秒的平均值.这是每秒额外12次平均计算.减少计算次数并不是一种选择.
由于这有点抽象,下面是数据外观的示例(其中avg是根据最后10个值计算的,但这不是程序逻辑).
value Avg timeReading timeReadingISO
1024,6668701172 - 1385408750828 2013-11-25 19:45:50
1024,6668701172 - 1385408751350 2013-11-25 19:45:51
1024,6668701172 - 1385408751859 2013-11-25 19:45:51
1024,6683349609 - 1385408752373 2013-11-25 19:45:52
1024,6683349609 - 1385408752878 2013-11-25 19:45:52
1024,6689453125 - 1385408753385 2013-11-25 19:45:53
1024,6689453125 - 1385408753895 2013-11-25 19:45:53
1024,6721191406 - 1385408754406 2013-11-25 19:45:54
1024,6721191406 - 1385408754912 2013-11-25 19:45:54
1024,6774902344 - 1385408755432 2013-11-25 19:45:55
1024,6774902344 1024,67 1385408755994 2013-11-25 19:45:55
1024,6774902344 1024,67 1385408756502 2013-11-25 19:45:56
1024,6837158203 1024,67 1385408757012 2013-11-25 19:45:57
1024,6837158203 1024,67 1385408757520 2013-11-25 19:45:57
1024,689453125 1024,68 1385408758028 2013-11-25 19:45:58
1024,689453125 1024,68 1385408758536 2013-11-25 19:45:58
1024,6938476563 1024,68 1385408759055 2013-11-25 19:45:59
1024,6938476563 1024,68 1385408759560 2013-11-25 19:45:59
1024,6990966797 1024,68 1385408760075 2013-11-25 19:46:00
1024,6990966797 1024,69 1385408760579 2013-11-25 19:46:00
1024,7038574219 1024,69 1385408761086 2013-11-25 19:46:01
1024,7038574219 1024,69 1385408761596 2013-11-25 19:46:01
1024,7111816406 1024,69 1385408762103 2013-11-25 19:46:02
1024,7111816406 1024,70 1385408762606 2013-11-25 19:46:02
1024,7111816406 1024,70 1385408763112 2013-11-25 19:46:03
1024,7111816406 1024,70 1385408763622 2013-11-25 19:46:03
1024,7172851563 1024,70 1385408764128 2013-11-25 19:46:04
1024,7172851563 1024,71 1385408764637 2013-11-25 19:46:04
1024,7208251953 1024,71 1385408765149 2013-11-25 19:46:05
1026,5457763672 - 1385474621756 2013-11-26 14:03:41
1026,6057128906 - 1385474621790 2013-11-26 14:03:41
1026,6257324219 - 1385474621823 2013-11-26 14:03:41
1026,6057128906 - 1385474621858 2013-11-26 14:03:41
1026,6257324219 - 1385474621890 2013-11-26 14:03:41
1026,6257324219 - 1385474621921 2013-11-26 14:03:41
1026,6057128906 - 1385474621956 2013-11-26 14:03:41
1026,5457763672 - 1385474621988 2013-11-26 14:03:41
1026,6557617188 - 1385474622022 2013-11-26 14:03:42
1026,6657714844 - 1385474622057 2013-11-26 14:03:42
1026,6257324219 1026,61 1385474622090 2013-11-26 14:03:42
1026,6057128906 1026,62 1385474622123 2013-11-26 14:03:42
1026,6657714844 1026,62 1385474622159 2013-11-26 14:03:42
1026,6557617188 1026,62 1385474622193 2013-11-26 14:03:42
1026,6557617188 1026,63 1385474622227 2013-11-26 14:03:42
1026,6257324219 1026,63 1385474622260 2013-11-26 14:03:42
1026,6257324219 1026,63 1385474622298 2013-11-26 14:03:42
1026,6557617188 1026,63 1385474622330 2013-11-26 14:03:42
1026,6257324219 1026,64 1385474622365 2013-11-26 14:03:42
1026,6257324219 1026,64 1385474622401 2013-11-26 14:03:42
1026,6257324219 1026,64 1385474622431 2013-11-26 14:03:42
1026,5758056641 1026,64 1385474622466 2013-11-26 14:03:42
1026,6057128906 1026,63 1385474622501 2013-11-26 14:03:42
1026,5457763672 1026,63 1385474622533 2013-11-26 14:03:42
1026,5457763672 1026,62 1385474622565 2013-11-26 14:03:42
1026,6057128906 1026,61 1385474622599 2013-11-26 14:03:42
1026,6057128906 1026,60 1385474622631 2013-11-26 14:03:42
1026,5758056641 1026,60 1385474622665 2013-11-26 14:03:42
1026,5457763672 1026,59 1385474622702 2013-11-26 14:03:42
1026,6057128906 1026,59 1385474622734 2013-11-26 14:03:42
1026,6557617188 1026,58 1385474622766 2013-11-26 14:03:42
1026,5758056641 1026,59 1385474622800 2013-11-26 14:03:42
1026,6057128906 1026,59 1385474622836 2013-11-26 14:03:42
1026,6057128906 1026,59 1385474622868 2013-11-26 14:03:42
1026,5158691406 1026,59 1385474622901 2013-11-26 14:03:42
1026,5457763672 1026,59 1385474622935 2013-11-26 14:03:42
1026,6856689453 1026,58 1385474622966 2013-11-26 14:03:42
首先，在计算平均值时，您应该创建结构的副本（或使用线程安全的结构，并且在添加或删除过程中遍历它不会造成痛苦），除非您在一个线程中完成所有操作。
我猜想您的集合中的元素已经排序，因为您按顺序接收更新（如果不查找等效的排序列表）。
我的方法是选择平均测量的最小间隔。假设有 10 个值。然后，您可以创建 50 个集合（大小为 10），其中每个集合都是同类的，这为您提供了计算平均值的方法。然后您可以选择要计算的平均值。只需计算集合平均值的平均值即可。更重要的是 - 一旦计算出给定集合的平均值就不会改变，因此您可以缓存它
请注意，您不必将值从一个集合转移到另一个集合，因为您的最小间隔已经处理完毕。如果新的 10 个元素进入缓冲区，您只需重新分配引用即可。
/* initializing */
MySlicedCollection buffer = new MySlicedCollection();
MySlicedCollection[] mscArray = new MySlicedCollection[50];
/* when every 10 values came in */
for(int i = mscArray.length-1; i > 0 ; --i) {
mscArray[i] = mscArray[i-1];
}
mscArray[0] = buffer;
buffer = new MySlicedCollection();
/* avg of all collection */
for(MySlicedCollection msc : mscArray) {
sum += msc.getAverage();
}
sum /= 50;
您还应该考虑使用以前的结果计算平均值。如果您必须计算 1 秒和 2 秒的平均值，那么您可以将剩余平均值添加到已计算的一秒平均值中，然后除以 2。
/* avg for one second */
for(int i = 0; i < 5; ++i) {
sumOneSec += mscArray[i].getAverage();
}
sumOneSec /= 5;
/* avg for two seconds */
for(int i = 5; i < 10; ++i) {
sumTwoSec += mscArray[i].getAverage();
}
sumTwoSec = ((sumTwoSec/5) + sumOneSec) / 2;
但请记住有人说过：“先采取措施，然后采取行动”——也许你的表现就足够了？
avg = (avg * 50 - oldestValue + newValue)/50;
不幸的是，由于浮点变量有限表示，这会给您的计算带来一些错误，但由于您使用的是双精度值，我认为您不需要这样的精度。可以为另一个平均值提供类似的解决方案，但这需要更多思考:)