如何基于人员进出记录计算指定时段房间最高occupancy及平均人数

原有代码问题说明 #

1. 连续三次排序逻辑无效：后一次排序会直接覆盖前两次的排序结果，前两次排序没有任何作用
2. 核心思路错误：你试图通过提取最高进入量、最低离开量计算峰值的逻辑不符合实际场景，累计进入量最高的时间点，累计离开量可能也处于高位，最终对应的在室人数不一定是周期内的最大值。

前置数据约定 #

你拿到的results数组为45分钟统计周期内的所有上报记录，单条记录的enter为从统计周期启动到当前上报时间的累计进入人数，exit为同期累计离开人数，每条记录需包含上报时间戳t（单位统一即可，如分钟、毫秒）。如果上报本身是按时间顺序生成的，可以省略时间排序步骤。

核心计算逻辑 #

1. 最高在室人数计算 #

遍历所有记录，逐行计算当前在室人数，全程记录最大值即可，时间复杂度O(n)，完全适配你50~100条的数据量。

2. 平均在室人数计算 #

采用时间加权计算，避免事件上报密度不均导致的统计偏差：

• 按时间先后顺序排列所有上报记录
• 计算相邻两次上报的时间间隔，用上一个时间点的在室人数乘以间隔时长，得到该时段的加权人数
• 所有时段加权人数求和后，除以45分钟的总时长，得到平均在室人数

修正后代码示例 #

.then((results) => {
  // 先按上报时间从小到大排序，如果results本身是按时间顺序上报的可以删除这行
  results.sort((a, b) => a.t - b.t);

  let maxOccupancy = 0;
  let timeWeightedTotal = 0;
  // 统计周期开始时间，可根据实际业务赋值，这里假设第一条记录的时间就是周期开始时间
  let prevTime = results[0]?.t || 0;
  let prevCount = 0; // 周期初始在室人数，无人默认0
  const totalDuration = 45 * 60 * 1000; // 45分钟转毫秒，和时间戳单位对齐

  for (const record of results) {
    const currentCount = record.enter - record.exit;
    // 更新最高在室人数
    if (currentCount > maxOccupancy) {
      maxOccupancy = currentCount;
    }
    // 累加时间加权人数
    const delta = record.t - prevTime;
    timeWeightedTotal += prevCount * delta;
    // 更新上一个节点的时间和人数
    prevTime = record.t;
    prevCount = currentCount;
  }

  // 补充最后一条记录到统计周期结束的加权值
  const finalDelta = (results[0]?.t || 0) + totalDuration - prevTime;
  timeWeightedTotal += prevCount * finalDelta;

  // 计算平均人数，保留2位小数可按需调整
  const avgOccupancy = +(timeWeightedTotal / totalDuration).toFixed(2);

  // 仅需要最高值直接返回maxOccupancy即可，这里返回两个结果
  return {
    maxOccupancy,
    avgOccupancy
  };
})

简化场景适配 #

如果你的上报是固定间隔触发（比如每30秒上报一次），不需要精确时间加权的话，平均人数可以简化为所有记录的在室人数之和除以记录总数：

.then((results) => {
  let maxOccupancy = 0;
  let countSum = 0;
  for (const record of results) {
    const currentCount = record.enter - record.exit;
    maxOccupancy = Math.max(maxOccupancy, currentCount);
    countSum += currentCount;
  }
  const avgOccupancy = results.length ? +(countSum / results.length).toFixed(2) : 0;
  return { maxOccupancy, avgOccupancy };
})

内容的提问来源于stack exchange，提问作者Avi Teller