如何计算过去60秒内的温度最小值与最大值（内存受限场景）

这是个很典型的内存受限场景下的滑动窗口极值问题，我来给你几个实用的思路，完全符合你不能用数组存储所有采样的约束：

1. 时间片聚合跟踪法（内存友好，精度可控） #

既然60秒对应600个采样点，直接存所有数据肯定不行，那我们可以把大窗口拆成多个小时间片，每个时间片只存该时间段内的最小值和最大值，而不是单个采样：

• 比如把60秒拆成30个2秒的时间片（每个时间片包含20个采样），总共只需要维护30组(时间片起始时间, min_temp, max_temp)的数据——哪怕用链表存储这些组，内存占用也比存600个采样小得多
• 每次新采样进来时，更新当前所在时间片的min_temp和max_temp；当时间走到下一个时间片时，把当前时间片的极值数据存入链表，同时移除所有超过60秒的旧时间片
• 用户发起查询时，遍历所有在60秒窗口内的时间片，取所有min_temp里的最小值、所有max_temp里的最大值，就是最终结果

这个方法的好处是内存占用极低，计算逻辑简单；唯一需要注意的是时间片的划分——如果你的场景对精度要求极高，可以把时间片设得更小（比如1秒），内存占用依然远低于存所有采样。

2. 单调队列+时间戳（精确极值，内存优化） #

如果必须要精确的极值结果，不能有时间片聚合的误差，那可以用两个单调队列分别跟踪最大值和最小值，每个队列元素只存(温度值, 时间戳)：

• 最大值队列逻辑：
  1. 新采样进来时，先把队列里所有时间戳早于「当前时间-60秒」的元素全部移除（这些已经超出窗口了）
  2. 从队列尾部开始，把所有温度值小于当前采样的元素移除——因为这些元素的存在时间比当前采样短，温度还更低，不可能成为后续任何窗口的最大值
  3. 把当前采样的温度和时间戳加入队列尾部，此时队列的队首就是当前60秒窗口的最大值
• 最小值队列逻辑：
  步骤和最大值队列类似，只是第二步要移除尾部所有温度值大于当前采样的元素，队首就是当前窗口的最小值

这里的关键是，单调队列不需要存储所有600个采样点，只保留那些有可能成为未来窗口极值的点。比如如果温度持续上升，最大值队列里只会有最后一个采样；就算温度波动频繁，队列大小也远小于600。如果严格不能用数组实现队列，用链表来做完全没问题，内存占用依然可控。

3. 极端内存受限下的近似极值法 #

如果你的内存真的紧张到只能用几个变量，那可以用这种牺牲一点点精度的方法：

• 维护current_min、current_max以及它们的时间戳，同时维护second_min、second_max（次极值）和对应的时间戳
• 每次新采样进来时，更新这四个值：如果新采样比current_min小，就把原来的current_min降级为second_min，新采样成为current_min；最大值逻辑同理
• 当current_min的时间戳超出60秒时，把second_min升级为新的current_min，然后在后续采样中重新收集新的second_min

这个方法的缺点是偶尔会有短暂的精度误差（比如原来的最大值过期后，次最大值可能不是当前窗口的真正最大值），但因为采样频率很高（100ms一次），误差持续时间极短，适合对精度要求不是极端严格的场景。

内容的提问来源于stack exchange，提问作者litun bls