【LeetCode346】数据流中的移动平均值

简介: 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,计算其所有整数的移动平均值。示例:

一、题目

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,计算其所有整数的移动平均值。

示例:

MovingAverage m = new MovingAverage(3);
m.next(1) = 1
m.next(10) = (1 + 10) / 2
m.next(3) = (1 + 10 + 3) / 3
m.next(5) = (10 + 3 + 5) / 3

二、思路

就是一个滑动窗口的题目,即每次的next(val)操作都会在原来的基础上加入元素,并且将当前滑动窗口内的元素之和除以窗口大小,几个点要注意:

(1)窗口大小虽然给定k,但是不一定是除以k,因为可能当窗口内的元素小于k时。

(2)因为每次的next操作会基于原来的数据,并且后面需要剔除开头的元素,容易想到用队列的数据结构,即如果当队列大小超出k则循环剔除前面的元素,同时更重要的是将sum减去剔除的元素值。


三、代码

class MovingAverage {
  queue<int> q;
  int windowsize;
  int sum = 0;
public:
    /** Initialize your data structure here. */
    MovingAverage(int size) {
      windowsize = size;
    }
    double next(int val) {
      sum += val;
      q.push(val);
    if(q.size() > windowsize){
      sum -= q.front();
      q.pop();//队头元素出队
    }
    return sum / double(q.size());
    }
};
相关文章
|
7月前
|
C++ Python
leetcode-637:二叉树的层平均值
leetcode-637:二叉树的层平均值
33 0
|
7月前
|
算法
"刷题记录:哈希表+双指针 | leetcode-2465. 不同的平均值数目 "
该文段是一篇关于编程题目的解答,主要讨论如何找到数组中所有不同平均值的个数。作者首先使用排序和哈希集来解决,将数组转为列表排序后,通过双指针计算平均值并存入哈希集以去重。然后,作者发现可以优化方案,通过双指针在排序后的数组中直接计算两数之和,用哈希集记录不重复的和,从而避免实际计算平均值,提高了算法效率。最终代码展示了这两种方法。
57 0
【Leetcode -643.子数组最大平均值Ⅰ -645.错误的集合】
【Leetcode -643.子数组最大平均值Ⅰ -645.错误的集合】
53 0
【Leetcode -637.二叉树的层平均值 -671.二叉树中第二小的节点】
【Leetcode -637.二叉树的层平均值 -671.二叉树中第二小的节点】
54 0
|
算法 程序员
【LeetCode——编程能力入门第一天】基本数据类型[在区间范围内统计奇数数目/去掉最低工资和最高工资后的工资平均值)
给你两个非负整数 low 和 high 。请你返回 low 和 high 之间(包括二者)奇数的数目。 示例 1: 输入:low = 3, high = 7 输出:3 解释:3 到 7 之间奇数数字为 [3,5,7] 。 示例 2: 输入:low = 8, high = 10 输出:1 解释:8 到 10 之间奇数数字为 [9] 。 提示: 0 <= low <= high <= 10^9。
106 0
#leetcode 637二叉树的层平均值
#leetcode 637二叉树的层平均值
63 0
#leetcode 637二叉树的层平均值
|
算法
leetcode-每日一题剑指 Offer II 041. 滑动窗口的平均值(队列模拟)
题目要求我们计算滑动窗口里所有数的平均值,给定了窗口大小size,我们在窗口里的数字个数不超过窗口大小时,按照个数计算平均值,一旦超过窗口大小,我们则需要移动窗口,计算当前窗口里的平均值
113 0
leetcode-每日一题剑指 Offer II 041. 滑动窗口的平均值(队列模拟)
LeetCode 1343. 大小为 K 且平均值大于等于阈值的子数组数目
LeetCode 1343. 大小为 K 且平均值大于等于阈值的子数组数目
LeetCode每日一题——剑指 Offer II 041. 滑动窗口的平均值
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。
133 0