Moving Average Linq

Um eine asymptotische Leistung von O (n) zu erreichen (wie die handkodierte Lösung tut), können Sie die Aggregate-Funktion wie in verwenden. Der akkumulierte Wert (implementiert als anonymer Typ) enthält zwei Felder: Ergebnis enthält die Ergebnisliste aufbauen bisher. Das Arbeiten enthält die letzten Perioden-1 Elemente. Die Aggregatfunktion fügt den aktuellen Wert der Arbeitsliste hinzu, baut den aktuellen Durchschnitt auf und fügt sie dem Ergebnis hinzu und entfernt dann den ersten (d. H. Ältesten) Wert aus der Arbeitsliste. Das Saatgut (d. h. der Anfangswert für die Akkumulation) wird aufgebaut, indem die ersten Perioden-1-Elemente in die Arbeits-und Initialisierungsergebnis zu einer leeren Liste gebracht werden. Folglich beginnt die Aggregation mit der Elementperiode (durch Überspringen (Perioden-1) - Elemente am Anfang). In der Funktionsprogrammierung ist dies ein typisches Verwendungsmuster für die Aggregat - (oder Falz-) Funktion, btw. Die Lösung ist nicht funktional sauber, da die gleichen Listenobjekte (Arbeit und Ergebnis) in jedem Schritt wiederverwendet werden. Im nicht sicher, wenn das Probleme verursachen könnte, wenn einige zukünftige Übersetzer versuchen, die Aggregate-Funktion automatisch zu parallellisieren (auf der anderen Seite Im auch nicht sicher, wenn das möglich ist, nachdem alle.). Eine rein funktionale Lösung sollte bei jedem Schritt neue Listen anlegen. Beachten Sie außerdem, dass C keine leistungsfähigen Listenausdrücke aufweist. In einigen hypothetischen Python-C-gemischten Pseudocode könnte man die Aggregationsfunktion schreiben, die in meiner bescheidenen Meinung ein wenig eleganter wäre :) Beachte die Laufzeit von O (n2). Da Sie bei jedem Schritt immer mehr Elemente überspringen müssen (und afaik Skip (i) I mal IEnumerator. MoveNext aufrufen muss). Siehe meine Antwort für eine Lösung in O (n) Zeit. (Ich habe gerade bemerkt, die OP-Kommentar unten, dass er / sie wird möglicherweise die Werte aus einer SQL-DB in der Zukunft. NDash MartinStettner Mar 3 11 at 0:53 Für die effizienteste LINQ stattdessen schlage ich vor, eine Helper-Klasse, die einen gleitenden Durchschnitt auf die effizienteste Art und Weise (mit einem kreisförmigen Puffer und kausalen gleitenden durchschnittlichen Filter) zu berechnen, dann eine Erweiterung Methode zu machen Es zugänglich für LINQ. First up, der gleitende Durchschnitt Diese Klasse bietet eine sehr schnelle und leichte Implementierung eines MovingAverage-Filters. Es erzeugt einen kreisförmigen Puffer der Länge N und berechnet eine Addition, eine Subtraktion und eine Multiplikation pro angehängten Datenpunkt, im Gegensatz zu den N Multiplikations-Adds pro Punkt für die Brute-Force-Implementierung. Die oben genannten Erweiterungsmethoden wickeln die MovingAverage-Klasse und ermöglichen die Einfügung in einen IEnumerable-Stream. Um dies in einer funktionalen Weise zu tun, benötigen Sie eine Scan-Methode, die in Rx, aber nicht in LINQ. Lets schauen, wie es aussehen würde, wenn wed haben eine Scan-Methode Und heres die Scan-Methode, genommen und angepasst von hier: Dies sollte eine bessere Leistung als die Brute-Force-Methode haben, da wir eine laufende Summe verwenden, um die SMA berechnen. Um zu beginnen, müssen wir die erste Periode berechnen, die wir hier Samen nennen. Dann wird jeder nachfolgende Wert aus dem akkumulierten Samenwert berechnet. Dazu benötigen wir den alten Wert (das ist t-delta) und der neueste Wert, für den wir die Serie reihen, einmal von Anfang an und einmal durch das Delta verschoben. Am Ende führen wir einige Bereinigung durch Hinzufügen von Nullen für die Länge der ersten Periode und das Hinzufügen der anfänglichen Seed-Wert. Ich möchte ein gewichtetes Mittel aus einer Tabelle, basierend auf einem anderen Tabellen-Primärschlüssel zu bekommen. Ich muss einen gewichteten Durchschnitt basierend auf der Länge eines Segments zu erhalten, und ich muss Werte von -1 ignorieren. Ich weiß, wie dies in SQL zu tun, aber mein Ziel ist, dies in LINQ zu tun. Es sieht so aus in SQL: Ich bin noch ziemlich neu für LINQ, und mit einer harten Zeit herauszufinden, wie ich das übersetzen würde. Das Ergebnis gewichteter Durchschnitt sollte sich auf etwa 55,3. Vielen Dank. Ich habe genug, dass ich eine Erweiterung Methode für LINQ erstellt. Nachdem Sie Ihre Teilmenge von Daten erhalten, sieht der Anruf so aus. Dies ist äußerst praktisch geworden, weil ich einen gewichteten Durchschnitt einer beliebigen Gruppe von Daten erhalten kann, die auf einem anderen Feld innerhalb desselben Datensatzes basiert. Ich überprüfe jetzt für die Division durch Null und werfen Sie eine ausführlichere Ausnahme anstatt 0 zurückzugeben. Erlaubt Benutzer, die Ausnahme zu fangen und zu behandeln, wie gebraucht. Wenn Sie sicher, dass für jeden Fremdschlüssel in Tabelle2 gibt es einen entsprechenden Datensatz in Tabelle1, dann können Sie vermeiden, dass der Beitritt nur eine Gruppe durch. In diesem Fall lautet die LINQ-Abfrage folgendermaßen: So können Sie das wheightedaverage für einen bestimmten Fremdschlüssel erhalten. Die ToList-Methode, die beim Abrufen der Datensätze aufgerufen wird, besteht darin, zu vermeiden, dass die Abfrage zweimal ausgeführt wird, während die Datensätze in den beiden separaten Summenvorgängen aggregiert werden.