如何对Eigen类向量的buyQuantity属性进行滚动窗口求和？

针对Eigen::Vector的滚动窗口求和需求，有两种实用方案：

方案一：直接遍历切片元素求和 #

这是最直观的方式，和你之前用std::vector的逻辑一致，通过Eigen的索引或迭代器访问元素即可：

方式1：索引访问 #

for (size_t i = 30; i < trades.rows(); ++i) {
    double cum_buy_qty = 0;
    // 遍历窗口内的每个Trade元素
    for (size_t k = i - 30; k <= i; ++k) {
        cum_buy_qty += trades(static_cast<Eigen::Index>(k)).buyQuantity;
    }
    // 这里处理求和结果
}

注意：Eigen的索引类型是Eigen::Index（通常为int或long），若循环变量是size_t，需做类型转换避免编译警告。

方式2：使用Eigen迭代器 #

利用Eigen容器的范围for支持，代码更简洁：

for (size_t i = 30; i < trades.rows(); ++i) {
    double cum_buy_qty = 0;
    auto slice = trades(Eigen::seq(static_cast<Eigen::Index>(i - 30), static_cast<Eigen::Index>(i)));
    for (const auto& trade : slice) {
        cum_buy_qty += trade.buyQuantity;
    }
    // 处理求和结果
}

方案二：前缀和优化（高效版） #

如果向量规模较大，嵌套循环的O(n*window_size)复杂度会影响性能，推荐用前缀和将时间复杂度降到O(n)：

1. 先把所有Trade的buyQuantity提取到Eigen数值向量中
2. 计算前缀和数组
3. 通过前缀和的差值快速得到窗口求和结果

// 1. 提取所有buyQuantity到数值向量
Eigen::VectorXd buy_qtys(trades.rows());
for (Eigen::Index j = 0; j < trades.rows(); ++j) {
    buy_qtys(j) = trades(j).buyQuantity;
}

// 2. 计算前缀和：prefix_sum[0] = 0，prefix_sum[k] = sum(buy_qtys[0..k-1])
Eigen::VectorXd prefix_sum(buy_qtys.rows() + 1);
prefix_sum(0) = 0;
prefix_sum.tail(buy_qtys.rows()) = buy_qtys.cumsum();

// 3. 滚动窗口求和（窗口包含i-30到i共31个元素）
for (Eigen::Index i = 30; i < trades.rows(); ++i) {
    double cum_buy_qty = prefix_sum(i + 1) - prefix_sum(i - 30);
    // 处理求和结果
}

这种方法仅需一次遍历提取数值、一次遍历计算前缀和，之后每个窗口的求和都是O(1)操作，适合大数据量场景。

内容的提问来源于stack exchange，提问作者Nicolas REY