查找一系列事件的最高平均子集的最佳方法/算法？

Question

假设您有一系列表示一段时间内事件的对象，即：

[
  {
    offset: 1,
    event_value: 22
  },
  {
    offset: 2,
    event_value: 19
  },
  ...etc
]

其中offset是指自事件开始以来已经过去的分钟数。

不能保证偏移量在可预测的间隔内，即我们可以在1分钟标记2、3、5、8等处获得偏移量。

如果您希望在平均event_value最高的20分钟内找到最好的方法，那么解决这个问题的最佳方法是什么？

（请记住，数据是连续的，例如一段时间内的股价。）

我考虑的一种方法是遍历事件（从第一个事件到结束为止的20分钟），计算从该点开始的20分钟偏移量，并查看是否存在事件。如果有，请计算该期间的平均值。

但是，如果在该偏移量处没有事件，那么我们可以：

1. 找到最接近该偏移量的事件并将其用作我们的范围 （在这种情况下，这不是20分钟的理想时间），或者
2. 使用超支运行计算来预测该偏移量的值

你们认为哪种方法最好？任何建议，我们将不胜感激！