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＆gt; =开始和时间＆lt; =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？）或者其他。我找不到（java）类似列表的函数，我在内置搜索“key＆gt; = x”或“value＆gt; = x”。
性能比良好或简单的编码更重要。
指向正确的方向会很高兴。
每次计算新值时，我会计算最后10个值的平均值，即每秒30-50次计算，这是最重要的数据。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
答案 0 :(得分：1)
首先，在计算平均值时，您应该创建结构的副本（或使用一个线程安全的并在添加或删除期间遍历它不会导致痛苦），除非您在一个线程中执行所有操作。
我猜你的集合中的元素是有序排序的，因为你按顺序接收更新（如果没有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。让我们说10个值。然后你可以创建50个集合（大小为10），其中每个集合都是类，它为你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。只计算收集平均值的平均值。 更重要的是 - 一旦给定集合的计算平均值不会改变，您可以将其缓存
请注意，由于已经处理了最小间隔，因此您无需将值从一个集合传输到另一个集合。如果新的10个元素进入缓冲区，您只需重新分配参考。
/* 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。如果你必须计算1秒和2秒的平均值，那么你可以将剩余的平均值加到已计算的平均值一秒钟并将其除以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：“先行动然后行动” - 也许你的表现足够了？
<小时/> 更新的 通过使用Circular buffer并执行简单的技巧，您可以保存至少一次迭代。如果缓冲区已满（并且其容量为50），则存在已知的平均值和另一个值 - 您只需通过计算重新计算
avg = (avg * 50 - oldestValue + newValue)/50;
遗憾的是，由于浮点变量有限表示，这会给你的计算带来一点误差，但是由于你使用的是双值，我认为你不需要这样的精度。类似的解决方案可以提供给另一个平均值，但这需要更多的思考：）
答案 1 :(得分：0)
在Maciej的答案中缓存平均值组是一种有效的方法。当前列表的一个简单方法是Java SortedSet，这是一个接口，因此您最终会使用TreeSet。
创建一个Comparable对象来存储您的时间和值，或者为SortedSet创建一个Comparator。确保根据时间（而不是值）对其进行排序。
public class Holder implements Comparable
{
private double time, value;
public Holder (double t, double v)
{
this.time = t;
this.value = v;
}
public double getValue()
{ return this.value; }
public double getTime()
{ return this.time; }
//You may want a better comparator.
public int compareTo( Holder h )
{
return this.getTime < h.getTime() ? -1 : 1;
}
}
只需按照常规方式为集合添加值，它们将根据时间自动排序。如果您想要过去10的平均值，请找到当前时间并致电sortedSet.tailSet( new CustomObject( currentTime - 10000 ) )。现在迭代返回的集合来计算平均值。
SortedSet<Holder> slice = allHolders.tailset( new Holder( currentTime - 10000 ) );
double sum = 0.0;
for( Holder h : slice )
{
sum += h.getValue();
}
double result = sum / slice.size();
如果您觉得平均呼叫有延迟，您可以找到.subSet()的时间组。