如何使用ojalgo最优计算滚动均值？现有实现存疑问

我懂你的困扰——用SampleSet来算滚动均值确实会有重复计算的问题，尤其是窗口大的时候，每个元素被反复加好几次，效率实在拉胯。至于你说的第二种方案意图不明确，我来给你梳理下ojAlgo里计算滚动均值的最佳姿势！

为什么SampleSet的基础方案效率低？ #

你提到的第一种用SampleSet的方案，每次滑动窗口都重新创建一个包含当前窗口元素的SampleSet，再计算均值。这种方式的问题在于：

• 每个元素会在它所在的窗口里被重复累加，窗口越大，重复计算的次数越多，时间复杂度是O(n*k)（n是数据长度，k是窗口大小），数据量大的时候性能会明显下降；
• SampleSet本身是为统计整体样本特征设计的，不是专门针对滑动窗口场景优化的。

最佳方案1：前缀和法（仅需滚动均值时首选） #

如果你的需求只是计算滚动均值，前缀和法是最高效的选择，时间复杂度只有O(n)，核心思路是先计算前缀和数组，再通过两个前缀和的差值快速得到任意窗口的和，最后除以窗口大小得到均值。

代码实现 #

import org.ojalgo.array.Array1D;
import org.ojalgo.array.Primitive32Array;
import org.ojalgo.random.Uniform;

public class RollingMeanWithPrefixSum {
    public static void main(String[] args) {
        // 生成测试数据（和你提供的代码一致）
        final Array1D<Double> doubles = Array1D.factory(Primitive32Array.FACTORY)
                .makeFilled(10, new Uniform());
        System.out.println("原始数据: " + doubles.toString());

        int windowSize = 3; // 可根据需求调整窗口大小
        int dataSize = doubles.size();

        // 计算前缀和数组：prefixSum[0]=0，prefixSum[i] = doubles[0]+...+doubles[i-1]
        Array1D<Double> prefixSum = Array1D.PRIMITIVE32.makeZero(dataSize + 1);
        for (int i = 0; i < dataSize; i++) {
            prefixSum.set(i + 1, prefixSum.get(i) + doubles.get(i));
        }

        // 计算滚动均值
        Array1D<Double> rollingMean = Array1D.PRIMITIVE32.makeZero(dataSize);
        for (int i = 0; i < dataSize; i++) {
            if (i < windowSize - 1) {
                // 前windowSize-1个元素窗口不完整，这里保留原始值，你也可以设为NaN或跳过
                rollingMean.set(i, doubles.get(i));
            } else {
                // 窗口完整时，用前缀和差值计算窗口和，再求均值
                double windowSum = prefixSum.get(i + 1) - prefixSum.get(i - windowSize + 1);
                rollingMean.set(i, windowSum / windowSize);
            }
        }

        System.out.printf("滚动均值(窗口大小=%d): %s\n", windowSize, rollingMean.toString());
    }
}

代码细节说明 #

• 前缀和数组的设计是为了快速计算任意区间的和，避免重复累加；
• 前windowSize-1个元素的处理可根据业务需求调整：比如要求窗口必须完整，就从i = windowSize - 1开始计算，前面的位置设为Double.NaN。

最佳方案2：优化后的SampleSet方案（需要多统计量时用） #

如果你除了滚动均值，还需要窗口内的其他统计量（比如方差、中位数等），可以用优化后的SampleSet方案——每次滑动窗口时，只移除窗口最左侧的元素，加入新的右侧元素，而不是重新创建整个SampleSet，这样时间复杂度也能降到O(n)。

代码实现 #

import org.ojalgo.array.Array1D;
import org.ojalgo.array.Primitive32Array;
import org.ojalgo.random.Uniform;
import org.ojalgo.statistics.SampleSet;

public class OptimizedRollingMeanWithSampleSet {
    public static void main(String[] args) {
        Array1D<Double> doubles = Array1D.factory(Primitive32Array.FACTORY)
                .makeFilled(10, new Uniform());
        System.out.println("原始数据: " + doubles.toString());

        int windowSize = 3;
        int dataSize = doubles.size();
        Array1D<Double> rollingMean = Array1D.PRIMITIVE32.makeZero(dataSize);

        // 初始化第一个完整窗口的SampleSet
        SampleSet sampleSet = new SampleSet(doubles.subList(0, windowSize));
        rollingMean.set(windowSize - 1, sampleSet.getMean());

        // 滑动窗口：移除最左元素，加入新元素
        for (int i = windowSize; i < dataSize; i++) {
            sampleSet.remove(doubles.get(i - windowSize));
            sampleSet.add(doubles.get(i));
            rollingMean.set(i, sampleSet.getMean());
        }

        // 处理前windowSize-1个不完整窗口的元素
        for (int i = 0; i < windowSize - 1; i++) {
            rollingMean.set(i, doubles.get(i));
        }

        System.out.printf("滚动均值(窗口大小=%d): %s\n", windowSize, rollingMean.toString());
    }
}

优势说明 #

• 复用同一个SampleSet实例，避免重复创建对象和遍历元素；
• 可以直接调用SampleSet的其他方法（比如getVariance()、getMedian()）获取窗口内的其他统计值，无需额外实现。

内容的提问来源于stack exchange，提问作者user482745