当前位置：首页 > news >正文

Swift 实战：用队列巧解 LeetCode 346 数据流中的移动平均数

news 2025/8/6 12:52:27

在这里插入图片描述

文章目录

- 前言
- 描述
- - 题目示例：
- 解决方案
- 分析问题和答案
- - 代码拆解：
  - 为什么不用每次都去 for 循环 sum？
- 示例测试和结果
- - 结果：
- 时间复杂度
- 控件复杂度
- 总结

前言

在数据流处理中，实时计算“滑动窗口内的平均数”是一个非常常见的需求。不论是金融领域的股票价格走势，还是物联网设备的实时数据监控，移动平均（Moving Average） 都是核心操作。

LeetCode 第 346 题“数据流中的移动平均数”就是一道经典的滑动窗口题目，今天我们用 Swift 带大家一步步拆解这道题，写出一个简单又实用的 Demo，顺带聊聊它在实际开发中的应用场景。

描述

题目要求我们设计一个类 MovingAverage，它接受一个整数 size 作为滑动窗口的大小。每次调用 next(val: Int) 方法时，返回最近 size 个数据的平均值。如果数据量不足 size 个，那就用已有的数据来算平均。

题目示例：

输入：
["MovingAverage", "next", "next", "next", "next"]
[[3], [1], [10], [3], [5]]输出：
[null, 1.0, 5.5, 4.66667, 6.0]

简单来说：

初始化窗口 size = 3。
数据流依次输入 1、10、3、5。
每次调用 next() 方法都返回窗口内的平均值。

解决方案

我们可以用 队列（Queue）+ 滚动和（rolling sum） 的方式高效解决：

队列用来存储滑动窗口中的元素。
一个变量 sum 用来记录当前窗口内元素的总和。
每次输入新数据后，如果队列长度超过 size，就把最旧的数据踢出去。

Swift 中没有内置的 Queue，我们可以用 Array + removeFirst() 来模拟。

分析问题和答案

直接上代码，后面我们一行行讲解：

class MovingAverage {private var windowSize: Intprivate var windowQueue: [Int]private var currentSum: Intinit(_ size: Int) {self.windowSize = sizeself.windowQueue = []self.currentSum = 0}func next(_ val: Int) -> Double {windowQueue.append(val)currentSum += valif windowQueue.count > windowSize {let removed = windowQueue.removeFirst()currentSum -= removed}return Double(currentSum) / Double(windowQueue.count)}
}

代码拆解：

属性定义：
- windowSize: 滑动窗口的大小。
- windowQueue: 模拟队列，记录窗口内的数据。
- currentSum: 记录当前窗口内元素的总和。
初始化函数 init：
- 初始化窗口大小，并将队列与总和归零。
核心函数 next(val: Int)：
- 将新元素加入队列并更新总和。
- 判断队列是否超出窗口大小，如果是，就把最早的元素从队列中移除，并从总和中减掉。
- 返回当前窗口内的平均值。

为什么不用每次都去 for 循环 sum？

因为我们用 currentSum 滚动维护了窗口内的总和，每次加入或移除元素时只做一次加减运算，性能是 O(1)，非常高效。

示例测试和结果

来跑一组示例看看效果：

let movingAverage = MovingAverage(3)
print(movingAverage.next(1))  // 输出: 1.0
print(movingAverage.next(10)) // 输出: 5.5
print(movingAverage.next(3))  // 输出: 4.6666666667
print(movingAverage.next(5))  // 输出: 6.0