当然可以搞定这个需求！咱们结合你的场景，一步步实现符合要求的逻辑：

核心思路拆解 #

你的需求关键有两点：

• 从左到右顺序处理：替换后的NaN值必须参与后续的计算
• 取最近四个有效数值的平均值：这里的“有效数值”包括原始非NaN值和已经替换好的数值

为了高效跟踪最近的四个值，我们可以用一个队列来维护——每次有新的有效数值（不管是原始的还是替换后的）加入队列，同时保持队列最多只保留最近的4个值，这样遇到NaN时直接取队列内的数值计算平均即可。

完整Scala代码实现 #

import scala.collection.mutable.Queue

def replaceNaNsWithRecentAvg(arr: Array[Double]): Array[Double] = {
  // 复制原数组，避免修改原始数据
  val processedArray = arr.clone()
  // 用于存储最近的4个有效数值
  val recentValidValues = Queue[Double]()

  // 先遍历一次，填充初始的非NaN值到队列（确保队列先有足够的初始值）
  processedArray.foreach { num =>
    if (!num.isNaN) {
      recentValidValues.enqueue(num)
      // 队列长度超过4时，移除最早加入的元素
      if (recentValidValues.size > 4) recentValidValues.dequeue()
    }
  }

  // 再次遍历数组，处理所有NaN
  for (i <- processedArray.indices) {
    if (processedArray(i).isNaN) {
      // 计算最近4个值的平均值（如果队列元素不足4个，可根据需求调整，比如取现有所有值的平均）
      val avg = recentValidValues.sum / recentValidValues.size
      processedArray(i) = avg
      // 将替换后的平均值加入队列，维护最近4个值的长度
      recentValidValues.enqueue(avg)
      if (recentValidValues.size > 4) recentValidValues.dequeue()
    } else {
      // 非NaN值直接加入队列，维护长度
      recentValidValues.enqueue(processedArray(i))
      if (recentValidValues.size > 4) recentValidValues.dequeue()
    }
  }

  processedArray
}

// 示例使用（模拟你提到的场景）
val sampleArray = Array(55.0, 62.0, 65.0, 58.0, Double.NaN, 63.0, Double.NaN, 61.0, 64.0, 60.0, 59.0, 66.0, Double.NaN, 62.0, 67.0)
val result = replaceNaNsWithRecentAvg(sampleArray)
// 打印结果验证
result.zipWithIndex.foreach { case (num, idx) =>
  println(s"索引$idx: $num")
}

代码关键点说明 #

1. 数组副本：用clone()创建原数组的副本，避免修改原始输入数据，这是函数式编程里的常见做法。
2. 队列维护：recentValidValues队列始终保留最近的4个有效数值，每次新增元素后如果长度超过4，就移除最旧的元素，保证队列里的数值始终是最新的。
3. NaN处理逻辑：遇到NaN时，直接用队列内的数值计算平均值替换，替换后的数值会被加入队列，参与后续的NaN计算，完全符合你的需求。
4. 边界情况处理：如果数组开头就有NaN（队列元素不足4个），代码会取现有所有元素的平均值替换，你可以根据实际业务需求调整这部分逻辑（比如抛出提示、用默认值等）。

内容的提问来源于stack exchange，提问作者Santosh Bobade