我有一个持续的数据流,只包含我收到的每一条数据的单个整数。
所以我得到了类似的东西:
6462
6533
6536
6530
6462
376135
623437
616665
616362
616334
这是完整模式的图表。
现在我知道我会在这个具有一定误差范围的整数流中得到一个特定模式,我知道它永远不会是完全相同的模式,但我会偶尔得到一个非常相似的模式。它的振幅非常高,类似于示例中显示的数字。它基本上在3个状态之间振荡,并且在每个状态中显示出更细粒度的差异,但有趣的部分是差异很大。
我没有模式匹配和分析数据流的经验,也不知道从哪里开始。理想情况下,我会为我的代码提供一个数据集,它会检查传入的数据流是否与该数据集匹配一定的余量。 这是我最大的问题,我无法比较完整的数据集,我必须将一个完整的集合与一个不断生成的集合进行比较,看看我的模式是否开始在这个常量流中出现。
主程序目前在JavaScript / node.js中运行,我不确定JavaScript是否适合这项任务,但如果我能使用JavaScript,那就太棒了。
虽然如果有图书馆可以帮助其他语言的这类任务,我会热衷于测试它们。