python-125Đọc toàn bộ đề miễn phí

Thống kê Cửa sổ Trượt Giới hạn với collections.deque

Cài đặt lớp MovingStatistics(window_size: int):

PythonTrung bình25 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

collectionsdequesliding windowonline algorithms

Kiến thức tiên quyết: deque maxlen, statistics.

Nội dung đề bài

Mục tiêu kiến thức

  • Sử dụng collections.deque với tham số maxlen để tự động loại bỏ phần tử cũ khi vượt kích thước.
  • Cập nhật số liệu thống kê trung bình (mean), giá trị nhỏ nhất (min) và lớn nhất (max) trong cửa sổ trượt O(1).

Mô tả bài toán

Cài đặt lớp MovingStatistics(window_size: int):

  • __init__(self, window_size: int):
  • Nếu window_size <= 0, raise ValueError("Kich thuoc cua so phai > 0").
  • Khởi tạo hàng đợi hai đầu deque(maxlen=window_size).
  • add(self, val: float): Thêm giá trị mới vào cửa sổ.
  • mean(self) -> float: Trả về giá trị trung bình của các phần tử hiện có trong cửa sổ. Nếu rỗng, trả về 0.0.
  • min(self) -> float: Giá trị nhỏ nhất trong cửa sổ. Nếu rỗng, trả về 0.0.
  • max(self) -> float: Giá trị lớn nhất trong cửa sổ. Nếu rỗng, trả về 0.0.

Input

  • Các tham số truyền vào hàm/lớp MovingStatistics hoặc dữ liệu đầu vào theo định dạng mô tả.

Output

  • Kết quả trả về của hàm/lớp MovingStatistics hoặc dữ liệu in ra màn hình theo đúng đặc tả.

Ràng buộc

  • Thời gian chạy tối đa: 1000ms.
  • Giới hạn bộ nhớ: 256MB.
  • Dữ liệu đầu vào tuân thủ đúng kiểu dữ liệu và miền giá trị được mô tả.

Ví dụ 1

Input

MovingStatistics(window_size=3, stream=[10.0, 20.0, 30.0, 40.0])

Output

30.0

Giải thích

Hàm được gọi với các tham số mẫu trên và trả về kết quả chính xác theo yêu cầu.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.