การย้าย ค่าเฉลี่ย ที่มีประสิทธิภาพ ขั้นตอนวิธี

ฉันจำเป็นต้องติดตามล่าสุด 7 วันชั่วโมงการทำงานในแฟ้มแบนลูปอ่านมันถูกใช้ในการวัดความเมื่อยล้าของงาน rosters. Right ตอนนี้ฉันมีสิ่งที่ทำงาน แต่ดูเหมือนว่าค่อนข้าง verbose และฉันไม่แน่ใจว่ามี sa รูปแบบที่ succinct มากขึ้นในปัจจุบันฉันมีชั้น Java กับอาร์เรย์แบบคงที่จะเก็บข้อมูล x วันล่าสุดแล้วในขณะที่ฉันอ่านผ่านไฟล์ที่ฉันสับออกองค์ประกอบแรกและย้ายอื่น ๆ 6 สำหรับสัปดาห์รวมกลิ้งกลับ โดยหนึ่งการประมวลผลของอาร์เรย์แบบคงที่นี้จะทำในวิธีการของตัวเองคำถาม ie. My คือวิธีการออกแบบที่เหมาะสมหรือมีสิ่งที่เห็นได้ชัด blindingly และง่ายในการทำงานนี้ขอบคุณ guys. asked สิงหาคม 30 11 ที่ 14 33 ขอบคุณมาก guys ฉันได้รับข้อความใช้วัตถุระดับสูงกว่าและใช้ประโยชน์จากวิธีการที่เกี่ยวข้องหรือบัฟเฟอร์วงกลมคำตอบที่ดีทั้งหมดของพวกเขาเมื่อคุณคิดเกี่ยวกับเรื่องนี้คุณจะต้องเข้าถึงอาร์เรย์ทั้งหมดเพื่อให้คุณสามารถกำจัดรายการแรกที่ - ซึ่งฉันไม่มั่นใจ 100 ว่าด้วยตัวฉันเองฉันรู้สึกโล่งใจที่ฉัน hadn t พลาดบาง 1 ซับและเป็นพื้นที่เหมาะสมหากไม่ได้ติดตามที่มีประสิทธิภาพและสั้นเป็นสิ่งที่ฉันรักเกี่ยวกับเว็บไซต์ที่มีคุณภาพสูงคำตอบที่เกี่ยวข้องจากผู้ที่รู้ว่าพวกเขา SH T ของพวกเขา Pete855217 30 สิงหาคมนี้ที่ 15 05 ทำไมต้องทำ คุณเริ่มต้นทำงานทั้งหมดเป็นโมฆะชนิดของมันคืออะไร Where is announced มันจะทำดีถ้าคุณใส่ตัวอย่างโค้ดบางอย่างที่คล้ายคลึงกับโค้ด Java ที่เกิดขึ้นจริงคำติชมของฉันจะเป็นดังต่อไปนี้ฟังก์ชันของคุณไม่มากเกินไปฟังก์ชันหรือวิธีควร จะเหนียวแน่นมากขึ้นควรทำสิ่งหนึ่งและสิ่งหนึ่งที่เหลือเท่านั้นยิ่งไปกว่านั้นสิ่งที่เกิดขึ้นในห่วงของคุณเมื่อ x 5 คุณคัดลอกวิ่งทั้งหมด 6 เข้าทำงานทั้งหมด 5 แต่แล้วคุณมีสองชุดของค่าเดียวกันที่ตำแหน่งที่ 5 และ 6 ในการออกแบบของคุณ function. moves ของคุณ shuffles รายการใน array. calculates สิ่ง total. prints ของคุณไป error. returns มาตรฐาน total. It ไม่มากเกินไปคำแนะนำแรกของฉันไม่ได้ที่จะย้ายสิ่งรอบในอาร์เรย์แทนใช้ บัฟเฟอร์วงกลมและใช้แทน อาร์เรย์มันจะทำให้การออกแบบของคุณข้อเสนอแนะที่สองของฉันคือการทำลายลงในสิ่งที่เป็น cohesive. have โครงสร้างข้อมูลเป็นบัฟเฟอร์วงกลมที่ช่วยให้คุณสามารถเพิ่มไปและที่ลดลงรายการที่เก่าแก่ที่สุดเมื่อใดก็ตามที่ถึงความจุของข้อมูล โครงสร้างใช้ interator. have ฟังก์ชันที่คำนวณจำนวนรวมใน iterator ที่คุณ don t ดูแลถ้าคุณกำลังคำนวณจำนวนรวมของอาร์เรย์รายการหรือ bufer. don วงกลม t เรียกว่ารวมเรียกว่าผลรวมซึ่งเป็นสิ่งที่คุณกำลังคำนวณ สิ่งที่ฉันทำสิ่งที่ดี luis ข้อมูล แต่จำฟังก์ชันนี้เป็นส่วนเล็ก ๆ ของการทำงานของชั้นเรียนและมันจะ overkill เพิ่มรหัสมากเกินไปเพื่อให้สมบูรณ์คุณมีเทคนิคถูกต้องและฉัน เข้าใจรหัสของฉันไม่มากเกินไป แต่ในขณะเดียวกันบางครั้งก็ดีกว่าที่จะผิดพลาดในด้านของรหัสที่มีขนาดเล็กชัดเจนกว่าไปเพื่อความสมบูรณ์ให้ทักษะ Java ของฉันแม้ทำให้ pseudocode คุณอธิบายรวบรวมจะมีฉันระเบิดงบประมาณของฉันในนี้, แต่ขอบคุณสำหรับ r คำอธิบายที่ชัดเจน Pete855217 Aug 31 11 at 2 23.Hmmm มันไม่เกี่ยวกับความสมบูรณ์แบบ แต่เกี่ยวกับการปฏิบัติอุตสาหกรรมที่จัดตั้งขึ้นที่เราได้รู้ว่าสำหรับช่วง 3 ทศวรรษที่ผ่านมารหัสทำความสะอาดอยู่เสมอหนึ่งที่ถูกแบ่งเรามีหลักฐานหลายสิบปีที่ระบุนี้ เป็นวิธีที่จะไปในกรณีทั่วไปในแง่ของต้นทุนที่มีประสิทธิภาพการลดข้อบกพร่องความเข้าใจ ฯลฯ เว้นแต่เป็นโยนไปรหัสสำหรับชนิดเพียงครั้งเดียวของสิ่งที่มันไม่เคยเป็นค่าใช้จ่ายในการทำเช่นนี้เมื่อหนึ่งเริ่มต้นการวิเคราะห์ปัญหาใด ๆ ในลักษณะนี้รหัส 101 ทำลายปัญหาและรหัสต่อไปนี้ไม่ overkill หรือยาก Aug 31 11 at 15 55.Your งานง่ายเกินไปและ aproach คุณได้นำแน่นอนดีสำหรับงานอย่างไรก็ตามถ้าคุณต้องการใช้ ดีไซน์ที่ดีกว่าคุณต้องกำจัดการเคลื่อนไหวจำนวนทั้งหมดที่คุณใช้คิว FIFO และใช้ประโยชน์จากวิธีการแบบ push และ pop แบบนี้ไม่ได้เป็นการสะท้อนถึงการเคลื่อนไหวของข้อมูลใด ๆ เพียงแค่การกระทำลอจิกสองครั้งของข้อมูลใหม่และลบข้อมูลที่เก่ากว่า มากกว่า 7 วันที่ผ่านมาตอบ: 30 ส. ค. 1 1 ที่ 14 49 ขณะนี้ฉันกำลังพัฒนาระบบกราฟิก LCD เพื่อแสดงอุณหภูมิการไหลแรงดันไฟฟ้าและพลังงานในระบบปั๊มความร้อนการใช้กราฟิกแอลซีดีหมายความว่าครึ่งหนึ่งของ SRAM ของฉันและ. 75 ของแฟลชของฉันถูกนำมาใช้ ขึ้นโดยบัฟเฟอร์หน้าจอและสตริงฉันกำลังกำลังแสดงตัวเลขเฉลี่ยสูงสุดสำหรับพลังงานเมื่อเวลาเที่ยงคืนเมื่อมีการรีเซ็ตตัวเลขรายวันระบบจะตรวจสอบว่าการบริโภคสำหรับวันอยู่เหนือหรือต่ำกว่าระดับต่ำสุดหรือสูงสุดก่อนหน้าหรือไม่และเก็บค่า ค่าเฉลี่ยคำนวณโดยการหารการใช้พลังงานสะสมตามจำนวนวันฉันต้องการแสดงค่าเฉลี่ยรายวันในช่วงสัปดาห์ที่ผ่านมาและ 4 สัปดาห์สำหรับความเรียบง่ายค่าเฉลี่ยของค่าเฉลี่ยของค่าเฉลี่ยของกลาโหมปัจจุบันนี้ต้องใช้ค่าคงที่สำหรับช่วง 28 วันที่ผ่านมาและ การคำนวณเฉลี่ยทั่วทั้งอาร์เรย์สำหรับรายเดือนและ 7 วันสุดท้ายสำหรับ weekly. Initially ฉันได้ทำเช่นนี้โดยใช้อาร์เรย์ของลอยเป็นพลังงานที่อยู่ในรูปแบบ 12 12kWh แต่ใช้ 28 4 bytes 112 bytes 5 4 ของ SRAM ฉัน don t ใจมีเพียงจุดทศนิยมเดียวของความละเอียดดังนั้นฉันเปลี่ยนไปใช้ uint16t และคูณรูปโดย 100 ซึ่งหมายความว่า 12 12 จะแสดงเป็น 1212 และฉันหารด้วย 100 เพื่อแสดงผลขนาดของอาร์เรย์คือ ตอนนี้ลงไป 56 ไบต์ better. There มากไม่มีวิธีเล็กน้อยเพื่อลดตัวเลขลงไป uint8t ที่ฉันสามารถดูฉันสามารถทนต่อการสูญเสียตำแหน่งทศนิยม 12 1kWh แทน 12 12kWh แต่การบริโภคมักจะสูงกว่า 25 5kWh 255 เป็นค่าสูงสุดที่แสดงโดยจำนวนเต็ม 8 บิต unsigned การบริโภคไม่เคยต่ำกว่า 10 0kWh หรือสูงกว่า 35 0kWh ดังนั้นน่ากลัวฉันสามารถลบ 10 จากตัวเลขที่เก็บไว้ แต่ฉันรู้ว่าวันหนึ่งเราจะเกินขีด จำกัด เหล่านี้ฉันแล้วทดสอบ รหัสเพื่อแพ็คค่า 9 บิตลงในอาร์เรย์ซึ่งจะทำให้ช่วงของ 0-51 2kWh และใช้ 32 ไบต์ทั้งหมดอย่างไรก็ตามการเข้าถึงอาร์เรย์เช่นนี้ค่อนข้างช้าโดยเฉพาะอย่างยิ่งเมื่อคุณต้องย้ำค่าทั้งหมดเพื่อคำนวณค่าเฉลี่ย คำถามของฉันคือ - มีประสิทธิภาพมากขึ้น t วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่โดยมี 3 วินโดว์ - อายุการใช้งาน 28 วันและ 7 วันประสิทธิภาพในการใช้งาน SRAM มีน้อยลง แต่ถ้าไม่มีการลงโทษด้วยโค้ดขนาดใหญ่ฉันสามารถหลีกเลี่ยงการเก็บค่าทั้งหมดได้อย่างไร 7 มีนาคมที่ 8 32.I เคยคิดและคุณมีสิทธิ์ดังนั้นทางเทคนิคที่ทำให้คำตอบของฉันไม่ถูกต้อง m m ลงทุนบางเวลาและความอดทนในนั้นบางทีสิ่งที่ออกจากช่องฉันจะแจ้งให้คุณทราบว่าฉันมากับสิ่งที่เราทำอะไรเช่นนี้มากที่ฉัน สถานที่ทำงานขอให้ฉันถามรอบขออภัยเกี่ยวกับความสับสน Aditya Somani 8 มีนาคมที่ 17 15 มีวิธีที่มีประสิทธิภาพมากขึ้นในการคำนวณค่าเฉลี่ยเคลื่อนที่โดยมี 28 วันและ 7 วันต้องจำ 27 วันของ history. You อาจได้รับการจัดเก็บพอใกล้ 11 ค่ามากกว่า 28 ค่าอาจจะบางอย่างเช่นในคำอื่น ๆ มากกว่าการจัดเก็บรายละเอียดของทุกวันทุกวันที่ผ่านมาเก็บค่า 7 หรือค่ารายวันรายละเอียดสำหรับที่ผ่านมา 7 วันหรือดังนั้นและยังเก็บข 4 หรือสรุปค่าของทั้งหมดหรือ ave โกรธข้อมูลสำหรับแต่ละที่ผ่านมา 4 หรือมากกว่าสัปดาห์ที่ผ่านมา FFT Moving เฉลี่ย FFT-MA Generator วิธีการเชิงตัวเลขที่มีประสิทธิภาพสำหรับการสร้างและการปรับแบบจำลอง Gaussian. บทความนี้เป็น Ravalec, ML Noetinger, B New York, Wiley Sons, 230 p. การค้นคว้าอิสระ (จาก: บัณฑิตวิทยาลัยมก.) การค้นคว้าอิสระ (จาก: บัณฑิตวิทยาลัยมก.) การค้นคว้าด้วยตัวเองหลักสูตรปริญญาโทวิศวกรรมสิ่งแวดล้อมภาคพิเศษ, 1995. การค้นคว้าด้วยตัวเองหลักสูตรปริญญาโทวิศวกรรมสิ่งแวดล้อมภาคพิเศษ, การเคลื่อนที่แบบมัลติฟังก์ชันแบบสุ่มใน M อาร์มสตรองเอ็มและ Dowd การตีความแบบ Geostatistical Kluwer Academic Publishers, Dordrecht, Netherlands, p 147 177 Google Scholar. Le Ravalec, M Hu, LY และ Noetinger, B 1999, Stochastic reservoir modeling ข้อ จำกัด ของข้อมูลแบบไดนามิกการปรับเทียบและการอนุมานภายในของพารามิเตอร์โครงสร้าง SPE การประชุมทางวิชาการประจำปีและนิทรรศการฮูสตันเท็กซัส SPE 56556.Mantoglou, 1987, การจำลองแบบดิจิตอลของหลายตัวแปรสองและสาม กระบวนการทางคณิตศาสตร์แบบอีมิติด้วยวิธีการเปลี่ยนวงกลมสเปกตรัมธรณีวิทยาคณิตศาสตร์, v 19, no 2, p 129 149 Google Scholar. Mantoglou, A และ Wilson, J 1982, วิธีการเปลี่ยนวงดนตรีสำหรับการจำลองแบบของช่องแบบสุ่มโดยใช้การสร้างเส้นโดยใช้สเปกตรัม วิธีการ Water Resources Res v 18, p 1379 1394 Google Scholar. Matheron, G 1973, ฟังก์ชันสุ่มที่แท้จริงและแอปพลิเคชันของพวกเขา Adv Appl Prob v 5, p 439 468 Google Scholar. Oliver, DS 1995 การย้ายค่าเฉลี่ยสำหรับการจำลอง Gaussian ในสองและ สามมิติ Math Geology v 27, no 8, p 939 960 Google Scholar. Oliver, DS Cunha, LB และ Reynolds, AC 1997, วิธี Markov chain มอนติคาร์โลวิธีการจำลองแบบตามเงื่อนไข Math Geology, v 29, no 1, p 61 91 Google Scholar. Ouenes, A 1992 การประยุกต์ใช้การเลียนแบบจำลองกับลักษณะเฉพาะของอ่างเก็บน้ำและระบบผกผัน petrophysic วิทยานิพนธ์ดุษฎีบัณฑิตไม่ได้เผยแพร่, New Mexico Technical, Socorro, NM, 205 p Google Scholar. Pardo-Iguzquiza, E และ Chica-Olmo, M 1993, Fourier วิธีการรวม วิธีการแบบสเปกตรัม nt สำหรับการจำลองแบบของเขตข้อมูลแบบสุ่ม Math Geology, v 25, no 2, p 177 217 Google Scholar. Prez, G การจำลองแบบตามเงื่อนไขแบบสโตแคสติกสำหรับการอธิบายคุณสมบัติของอ่างเก็บน้ำวิทยานิพนธ์เอกไม่ตีพิมพ์มหาวิทยาลัยทัลซาทัลซาโอคลาโฮมา 245 p. Priestley , MB 1981, การวิเคราะห์สเปกตรัมและชุดข้อมูล Academic Press, London, GB Google Scholar. RamaRao, BS La Venue, AM de Marsilly, G และ Marietta, MG 1995, วิธีการจุดนำร่องสำหรับการสอบเทียบอัตโนมัติของชุดข้อมูลจำลองการถ่ายทอดสัญญาณแบบจำลอง 1 ทฤษฎีและการทดลองทางคอมพิวเตอร์ Water Resources Res v 31, no 3, p 475 493 Google Scholar. Roggero, F และ Hu, L 1998 การเปลี่ยนแปลงรูปร่างแบบจำลองภูมิศาสตร์แบบต่อเนื่องแบบค่อยเป็นค่อยไปสำหรับประวัติศาสตร์ที่สอดคล้องกับการประชุมและนิทรรศการทางเทคนิคประจำปีของ SPE New Orleans, LA, SPE 49004.Shinozuka, M และ Jan, CM 1972, การจำลองแบบดิจิทัลของกระบวนการสุ่มและการประยุกต์ใช้ Jour เสียง Vib 25, no 1, p 111 128 Google Scholar. Yao, T 1998, การจำลองสเปกตรัมตามเงื่อนไขด้วย เฟสระบุธรณีวิทยาคณิตศาสตร์, v 30, no 3, p 285 308 ข้อมูล Google Scholar. Copyright สมาคมระหว่างประเทศเพื่อการคำนวณธรณีวิทยา 2000.Authors and Affiliations. Mickale Le Ravalec. Benot Noetinger.1 Institut Franais du Ptrole Pau Cedex 9 ฝรั่งเศส 2 Institut Franais du Ptrole Pau Cedex 9 ฝรั่งเศสเกี่ยวกับบทความนี้