如何用Rust迭代器合并两个切片并进行滑动窗口遍历（已知首切片大小）

你的代码报错核心原因是：chain返回的Chain迭代器并没有windows方法——windows是切片类型[T]的专属方法，它依赖内存中连续的元素块来生成窗口视图；而迭代器只是逐个产出元素的序列，无法提供这种连续内存访问能力。

下面提供两种可行的解决方案：

方案1：合并为连续切片（简洁直观，会分配内存） #

先将两个切片合并成一个连续的Vec<f64>，再调用windows方法处理：

fn sl_win<'a, const N: usize>(y0: &'a [f64; N], y: &'a [f64]) -> impl Iterator<Item = f64> + 'a {
    // 预分配足够容量，避免多次扩容开销
    let mut combined = Vec::with_capacity(N + y.len());
    combined.extend_from_slice(y0);
    combined.extend_from_slice(y);
    
    combined.windows(N)
        .map(|window| window.iter().sum())
}

这种方案代码简洁、可读性强，适合绝大多数场景。合并过程会分配新内存，但预分配容量能把性能损耗降到最低。

方案2：无内存分配的手动实现（内存敏感场景） #

如果需要避免额外内存分配，可以直接通过索引跨两个切片取数，手动计算每个滑动窗口的和：

fn sl_win<'a, const N: usize>(y0: &'a [f64; N], y: &'a [f64]) -> impl Iterator<Item = f64> + 'a {
    let total_elements = N + y.len();
    // 滑动窗口的数量 = 总元素数 - 窗口大小 + 1
    (0..=total_elements - N).map(move |start_idx| {
        let mut sum = 0.0;
        for offset in 0..N {
            let current_idx = start_idx + offset;
            sum += if current_idx < N {
                y0[current_idx]
            } else {
                y[current_idx - N]
            };
        }
        sum
    })
}

这种方案完全不需要额外内存分配，直接通过索引访问两个切片的元素，适合对内存占用要求严格的场景。

测试验证 #

用以下代码可以验证两种方案的输出：

fn main() {
    let y0 = [1.0, 2.0, 3.0];
    let y = [4.0, 5.0, 6.0];
    
    for sum in sl_win(&y0, &y) {
        println!("{}", sum);
    }
    // 预期输出：6.0 (1+2+3), 9.0 (2+3+4), 12.0 (3+4+5), 15.0 (4+5+6)
}

内容的提问来源于stack exchange，提问作者v_0ver