Moving Average Linq

Um eine asymptotische Leistung von O (n) zu erreichen (wie die handkodierte Lösung tut), können Sie die Aggregate-Funktion wie in verwenden. Der akkumulierte Wert (implementiert als anonymer Typ) enthält zwei Felder: Ergebnis enthält die Ergebnisliste aufbauen bisher. Das Arbeiten enthält die letzten Perioden-1 Elemente. Die Aggregatfunktion fügt den aktuellen Wert der Arbeitsliste hinzu, baut den aktuellen Durchschnitt auf und fügt sie dem Ergebnis hinzu und entfernt dann den ersten (d. H. Ältesten) Wert aus der Arbeitsliste. Das Saatgut (d. h. der Anfangswert für die Akkumulation) wird aufgebaut, indem die ersten Perioden-1-Elemente in die Arbeits-und Initialisierungsergebnis zu einer leeren Liste gebracht werden. Folglich beginnt die Aggregation mit der Elementperiode (durch Überspringen (Perioden-1) - Elemente am Anfang). In der Funktionsprogrammierung ist dies ein typisches Verwendungsmuster für die Aggregat - (oder Falz-) Funktion, btw. Die Lösung ist nicht funktional sauber, da die gleichen Listenobjekte (Arbeit und Ergebnis) in jedem Schritt wiederverwendet werden. Im nicht sicher, wenn das Probleme verursachen könnte, wenn einige zukünftige Übersetzer versuchen, die Aggregate-Funktion automatisch zu parallellisieren (auf der anderen Seite Im auch nicht sicher, wenn das möglich ist, nachdem alle.). Eine rein funktionale Lösung sollte bei jedem Schritt neue Listen anlegen. Beachten Sie außerdem, dass C keine leistungsfähigen Listenausdrücke aufweist. In einigen hypothetischen Python-C-gemischten Pseudocode könnte man die Aggregationsfunktion schreiben, die in meiner bescheidenen Meinung ein wenig eleganter wäre :) Beachte die Laufzeit von O (n2). Da Sie bei jedem Schritt immer mehr Elemente überspringen müssen (und afaik Skip (i) I mal IEnumerator. MoveNext aufrufen muss). Siehe meine Antwort für eine Lösung in O (n) Zeit. (Ich habe gerade bemerkt, die OP-Kommentar unten, dass er / sie wird möglicherweise die Werte aus einer SQL-DB in der Zukunft. NDash MartinStettner Mar 3 11 at 0:53 Für die effizienteste LINQ stattdessen schlage ich vor, eine Helper-Klasse, die einen gleitenden Durchschnitt auf die effizienteste Art und Weise (mit einem kreisförmigen Puffer und kausalen gleitenden durchschnittlichen Filter) zu berechnen, dann eine Erweiterung Methode zu machen Es zugänglich für LINQ. First up, der gleitende Durchschnitt Diese Klasse bietet eine sehr schnelle und leichte Implementierung eines MovingAverage-Filters. Es erzeugt einen kreisförmigen Puffer der Länge N und berechnet eine Addition, eine Subtraktion und eine Multiplikation pro angehängten Datenpunkt, im Gegensatz zu den N Multiplikations-Adds pro Punkt für die Brute-Force-Implementierung. Die oben genannten Erweiterungsmethoden wickeln die MovingAverage-Klasse und ermöglichen die Einfügung in einen IEnumerable-Stream. Um dies in einer funktionalen Weise zu tun, benötigen Sie eine Scan-Methode, die in Rx, aber nicht in LINQ. Lets schauen, wie es aussehen würde, wenn wed haben eine Scan-Methode Und heres die Scan-Methode, genommen und angepasst von hier: Dies sollte eine bessere Leistung als die Brute-Force-Methode haben, da wir eine laufende Summe verwenden, um die SMA berechnen. Um zu beginnen, müssen wir die erste Periode berechnen, die wir hier Samen nennen. Dann wird jeder nachfolgende Wert aus dem akkumulierten Samenwert berechnet. Dazu benötigen wir den alten Wert (das ist t-delta) und der neueste Wert, für den wir die Serie reihen, einmal von Anfang an und einmal durch das Delta verschoben. Am Ende führen wir einige Bereinigung durch Hinzufügen von Nullen für die Länge der ersten Periode und das Hinzufügen der anfänglichen Seed-Wert. Antwort # 3 am: Juni 19, 2008, um 22:50 Uhr Es ist ein ganz anderer Vorschlag - ich versuchte, tatsächlich besser machen, anstatt besser lesbar. Das Problem mit Ihrem aktuellen Code ist, dass es summiert viele Zahlen immer wieder, wenn nicht wirklich benötigt. Vergleich der beiden Ansätze nach dem Implementierungscode. Im nur summieren ein Haufen zum ersten Mal, und dann subtrahieren den Schwanz und Hinzufügen des Kopfes, immer wieder: Und hier sind die Geschwindigkeitstests, Vergleich der Full-Rekalkulation Ansatz gegenüber diesem: Da Foo1 ist O (nm) und Foo2 ist O (nm) seine wirklich nicht überraschend, dass der Unterschied ist riesig. Ergebnisse auf dieser nicht wirklich verrückt großen Skala sind: Ergebnisse sind gleich: True Foo1: 5,52 Sekunden Foo2: 61,1 Millisekunden Und in einem größeren Maßstab (ersetzt 1000 mit 10000 auf beiden Iterationen und zählen): Foo1: Stopped nach 10 Minuten. Foo2: 6.9 secondsIch habe eine Datenmenge von 4000 Daten, und tring, um den gleitenden Durchschnitt für alle Datenwerte zu berechnen, aber da der gleitende Durchschnitt auf vorherigen Daten basiert und ich die 15 Tage SMA für die ersten 14 Tage nicht berechnen kann, überspringen Die ersten 14 Tage und berechnen die SMA auf den Rest der Daten. Und es ist zu LINQ verwenden, um zu erreichen. Kann jemand eine Probe geben oder Hinweis, wie man mit LINQ zu berechnen gleitenden Durchschnitt Die Ausgabe für die durchschnittlichen Werte sind alle um 500s Ich wirklich nicht verstehen, wie ist, dass möglich, dass hohe Wert zu bekommen. Moving averager mit Summen-Array: 06/07/2012 562,49 571,72 06/08/2012 565,84 580,32 06/11/2012 568,56 571,17 06/12/2012 570,56 572,16 06/14/2012 570,63 571,53 06 / 15/2012 571,21 574,13 18.06.2012 572,78 585,78 06/19/2012 573,79 587,41 06/20/2012 574,23 585,74 06/21/2012 574,22 577,67 06/22/2012 575,63 582.10 25.06.2012 576.06 570.77 06/26 / 2012 576.68 572.03 06/27/2012 576.88 574.50 06/28/2012 576.7 569.05 29.06.2012 576.95 584.00 07/02/2012 578.37 592.52 07/03/2012 579.92 599.41 07/03/2012 581.74 599.41 Herausgegeben von Leemx Freitag , November 16, 2012 2:59 AM Verschoben von Lisa Zhu Microsoft Kontingent Mitarbeiter Montag, 19. November 2012 07:38 linq related (Von: Visual C General) Freitag, 16. November 2012 um 2:42 Uhr So erstellen Sie einen gleitenden Durchschnitt , Würde ich mit dem Erstellen eines Bereichs von 0 bis (Länge der Datenliste - Länge der bewegten Periode), dann für jeden Wert in den Bereich wählen Elemente x bis x 43 Länge der bewegenden Periode und berechnen Sie den Durchschnitt. Alle in einem schönen LINQ-Anweisung: Beachten Sie, dass dies nicht sehr effizient ist, da Sie im Grunde iterieren über die Datenliste für jeden Wert im Bereich .. Hey, Look Dieses System ermöglicht Signaturen von mehr als 60 cha Editiert von Arno Brouwer Freitag, November 23, 2012 4:42 PM Als Antwort markiert von Alexander Sun Friday, December 07, 2012 4:41 PM Alle Antworten Eine Probe Ihrer LINQ-Anweisung würde helfen. Ich möchte mit dem Erstellen eines Bereichs von 0 bis (Länge der Datenliste - Länge der bewegten Periode), dann für jeden Wert in den Bereich wählen Elemente x Bis x 43 Länge der Bewegungsperiode und berechnen den Durchschnitt. Alle in einer schönen LINQ-Anweisung: Beachten Sie, dass dies nicht sehr effizient, da Sie im Grunde iterieren über die Datenliste für jeden Wert im Bereich .. Hey, Look Dieses System ermöglicht Signaturen von mehr als 60 cha Editiert von Arno Brouwer Freitag, November 23, 2012 4:42 PM Als Antwort markiert von Alexander Sun Freitag, den 07. Dezember 2012 um 04:41 Uhr Microsoft führt eine Online-Umfrage durch, um Ihre Meinung über die Msdn-Website zu verstehen. Wenn Sie sich für eine Teilnahme entscheiden, wird Ihnen die Online-Umfrage präsentiert, wenn Sie die Msdn-Website verlassen. Möchten Sie teilnehmen Helfen Sie uns, MSDN zu verbessern. Besuchen Sie unsere UserVoice Seite, um auf Ideen Dev Centers Lernressourcen vorzulegen und abzustimmen