WO2019071855A1 - 客户端app数据平均值计算方法及系统 - Google Patents
客户端app数据平均值计算方法及系统 Download PDFInfo
- Publication number
- WO2019071855A1 WO2019071855A1 PCT/CN2017/120119 CN2017120119W WO2019071855A1 WO 2019071855 A1 WO2019071855 A1 WO 2019071855A1 CN 2017120119 W CN2017120119 W CN 2017120119W WO 2019071855 A1 WO2019071855 A1 WO 2019071855A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- last
- temp
- max
- now
- data set
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Definitions
- the present invention relates to the field of software development technologies, and more particularly, to a client APP data average calculation method and system.
- the data source of the algorithm for obtaining the average value needs to remove the maximum value and the minimum value in each data set.
- the data is obtained in a one-to-one manner. Each time a set of data is sent, it is necessary to calculate the average of the set of data and all previous data.
- the traditional average calculation scheme needs to save all the data in one set, then add the new data directly into the set each time, then globally traverse the set and remove the maximum and minimum values to calculate the average. Value to use.
- the present invention provides a method for calculating an average value of client APP data in order to overcome the above problems or at least partially solve the above problems.
- a method for calculating an average value of client APP data includes:
- Step 1 When the APP target item data set acquires a new value temp, obtain a predefined value of the APP target item data set, and when the last average value is calculated, the target item data set participates in the calculated value.
- the number variable num last the maximum numerical variable max last in the target item data set, the minimum numerical variable min last, and all numerical average variables avg last ;
- Step 2 Calculate all current numerical values avg now of the APP target item data set based on the num last , max last , min last , avg last and temp.
- step 2 further includes:
- step 2 further includes:
- the max now is the current maximum value in the APP target item data set
- the min now is the current minimum value in the APP target item data set.
- a client APP data average calculation system including:
- An obtaining module configured to acquire a new value temp of the APP target item data set, and obtain a predefined value of the APP target item data set when the last average value calculation is performed, and the target item data set participates in the calculated value
- the number variable num last the maximum numerical variable max last in the target item data set, the minimum numerical variable min last, and all numerical average variables avg last ;
- a calculation module configured to calculate a current average value avg now of the APP target item data set based on the num last , max last , min last , avg last, and temp.
- calculation module is further configured to:
- calculation module is further configured to:
- the max now is the current maximum value in the APP target item data set
- the min now is the current minimum value in the APP target item data set.
- an apparatus for calculating a method for calculating an average value of a client APP data includes:
- At least one processor At least one processor
- At least one memory communicatively coupled to the processor, wherein:
- the memory stores program instructions executable by the processor, the processor invoking the program instructions to perform the method of any of the above.
- a non-transitory computer readable storage medium stores computer instructions that cause the computer to perform any of the above Said method.
- the present application proposes a method and system for calculating the average value of the client APP data, which significantly reduces the memory overhead in the scheme of buffering all the data and traversing all the data to obtain an average value in the conventional scheme (because all the data are not cached) Point), while having the benefit of being able to quickly obtain an average.
- FIG. 1 is a schematic overall flow chart of a method for calculating an average value of client APP data according to an embodiment of the present invention
- FIG. 2 is a schematic diagram of an overall framework of a client APP data average calculation system according to an embodiment of the present invention
- FIG. 3 is a schematic structural diagram of a device of a method for calculating an average value of client APP data according to an embodiment of the present invention.
- the present invention aims to solve the above problems in the background art and proposes a calculation method of a better dynamic average value.
- the implementation of the solution can greatly improve the speed of obtaining the average value and reduce the time while reducing the memory overhead. Overhead.
- FIG. 1 is a flowchart of an overall method for calculating an average value of client APP data in a specific embodiment of the present invention. In general, including:
- Step 1 When the APP target item data set acquires a new value temp, obtain a predefined value of the APP target item data set, and when the last average value is calculated, the target item data set participates in the calculated value.
- the number variable num last the maximum numerical variable max last in the target item data set, the minimum numerical variable min last, and all numerical average variables avg last ;
- Step 2 Calculate all current numerical values avg now of the APP target item data set based on the num last , max last , min last , avg last and temp.
- Num last used to represent the number of data that participated in the most recent average
- max last used to represent the maximum value in the most recently participated data set
- min last used to represent the minimum value in the last participating data set
- avg last Used to represent the average value in the data set of the most recent participation.
- a client APP data average value calculation method the step 2 further includes:
- a client APP data average calculation method the step 2 further includes:
- the max now is the current maximum value in the APP target item data set
- the min now is the current minimum value in the APP target item data set.
- a method for calculating an average value of a client APP data specifically includes the following steps.
- the number of data sets num last used to indicate the number of data of the most recent participation average in the target item data set.
- Minimum value min last Used to represent the minimum value in the data set of the most recent participation in the target item data set.
- Maximum value max last Used to represent the maximum value in the data set of the most recent participation in the target item data set.
- Average avg last Used to represent the average value in the data set of the most recent participation in the target item data set.
- the average value can be calculated in a conventional manner. (Do not consider the maximum value, the minimum value (do not subtract the maximum value, the minimum value), because if the maximum value and minimum value are also considered at this time, the average value will be 0).
- the second case when num last is greater than or equal to 2, follow To calculate an average value, wherein the max now is the current maximum value in the APP target item data set, and the min now is the current minimum value in the APP target item data set.
- a method for calculating an average value of a client APP data specifically includes the following steps:
- the relationship between the temp data and min last and max last is first determined. If the last minute and max last are found to be empty during the decision process, then the setting is set. The values of min last and max last are the values of temp. Next, calculate the sum of all the data before the temp data. The calculation method is to call avg last *num last . If the calculation always finds that avg last is empty, because null can not participate in the calculation, the assignment of avg last is the first time. The data temp coming; after the data comes, the variables defined above are initialized and the corresponding values are assigned.
- the average value is required.
- num last num last +1, which completes the calculation process when the second data arrives.
- avg last *num last indicates the sum of all the data before the arrival of temp3 data
- "+temp3” indicates the addition of new incoming data
- “–max now – Min now ” means subtracting the maximum and minimum values, that is, the sum of all the data (the result after removing the maximum and minimum values), dividing by “num last +1” to find the average of all the data, and The result of the average is given to the avg now variable.
- the average value is calculated as follows:
- a client APP data average calculation system includes:
- Obtaining module A1 when the APP target item data set acquires a new value temp, acquiring the number of values of the target item data set participating in the calculation of the APP target item data set when performing the previous average value calculation Num last , the maximum value max last in the target item data set, the minimum value min last and all numerical averages avg last ;
- the calculating module A2 is configured to calculate a current average value avg now of the APP target item data set based on the num last , max last , min last , avg last and temp.
- a client APP data average calculation system the calculation module is further configured to:
- a client APP data average calculation system the calculation module is further configured to:
- a client APP data average calculation system the calculation module is further configured to:
- the max now is the current maximum value in the APP target item data set
- the min now is the current minimum value in the APP target item data set.
- FIG. 3 is a structural block diagram of an apparatus for calculating a client APP data average value according to an embodiment of the present application.
- the device of the client APP data average calculation method includes: a processor 301, a memory 302, and a bus 303;
- the processor 301 and the memory 302 complete communication with each other through the bus 303;
- the processor 301 is configured to invoke the program instructions in the memory 302 to perform the methods provided by the foregoing method embodiments, for example, including: Step 1, when the APP target item data set acquires a new value temp And acquiring the number of values of the target item data set participating in the calculation of the previous average value, num last , the maximum value of the target item data set max last , and the minimum value min last And all numerical averages avg last ; Step 2, based on the num last , max last , min last , avg last and temp, calculate the current value of all the values avg now of the APP target item data set.
- the embodiment discloses a computer program product comprising a computer program stored on a non-transitory computer readable storage medium, the computer program comprising program instructions, when the program instructions are executed by a computer, the computer
- the method provided by each of the foregoing method embodiments is performed, for example, including: Step 1. When the APP target item data set acquires a new value temp, acquiring the APP target item data set is performed on the previous average value calculation.
- the target item data set participates in the calculated number of values num last , the maximum value max last in the target item data set, the minimum value min last, and all numerical averages avg last ; step 2, based on the num last , Max last , min last , avg last and temp, calculate the current average value avg now of the APP target item data set.
- the embodiment provides a non-transitory computer readable storage medium, the non-transitory computer readable storage medium storing computer instructions, the computer instructions causing the computer to perform the methods provided by the foregoing method embodiments, including, for example, Step 1: When the APP target item data set acquires a new value temp, the number of values of the target item data set participating in the calculation is obtained when the APP target item data set is calculated in the previous average value.
- the foregoing program may be stored in a computer readable storage medium, and the program is executed when executed.
- the foregoing steps include the steps of the foregoing method embodiments; and the foregoing storage medium includes: a medium that can store program codes, such as a ROM, a RAM, a magnetic disk, or an optical disk.
- the apparatus and the like of the method for calculating the average value of the client APP data described above are merely illustrative, wherein the unit described as the separate component may or may not be physically separated, and the component displayed as the unit may be Or it may not be a physical unit, that is, it may be located in one place, or it may be distributed to multiple network units. Some or all of the modules may be selected according to actual needs to achieve the purpose of the solution of the embodiment. Those of ordinary skill in the art can understand and implement without deliberate labor.
- the above embodiment of the present invention significantly reduces the memory overhead by defining an algorithm design in which the variables are ingeniously completed, and the average value of all the data is compared, which is compared with the conventional scheme of buffering all data and traversing all the data to obtain an average value ( Because all the data points are not cached, and the maximum and minimum values can be quickly obtained, because only one data needs to be compared, the traditional solution needs to traverse all the data for multiple comparisons to obtain.
- the average value obtained in this scheme can be obtained without traversing all the data, and the traversal in the conventional scheme greatly improves the speed of the average value.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Complex Calculations (AREA)
Abstract
本发明提供客户端APP数据平均值计算方法及系统，其中所述方法包括：步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取预先定义的所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数变量numlast、所述目标项数据集中的最大数值变量maxlast、最小数值变量minlast和所有数值平均值变量avglast；步骤2，基于所述numlast、maxlast、minlast、avglast和temp，计算所述APP目标项数据集的当前所有数值平均值avgnow。本发明具有降低内存开销、快速获取到平均值的有益效果。
Description
交叉引用
本申请引用于2017年10月09日提交的专利名称为“客户端APP数据平均值计算方法及系统”的第2017109314629号中国专利申请，其通过引用被全部并入本申请。
本发明涉及软件研发技术领域，更具体地，涉及客户端APP数据平均值计算方法及系统。
在客户端的开发过程中有需要实时的获取各数据项的平均值，并且获取该平均值的算法的数据源需要去掉各项数据集中的最大值和最小值。数据是一条一条的方式获取到的，每发送一套数据的时候都需要计算这条数据与之前所有数据的集合的平均值。
传统的平均值计算方案需要将所有的数据全部保存到一个集合中，然后每次将新来的数据直接添加进入集合，然后再对该集合进行全局遍历并去掉最大值和最小值后计算出平均值来进行使用。传统方案的实施中存在如下几个问题：1所有的数据都需要被缓存起来，缓存这些数据会占据大量的内存开销；2、每次计算平均值会对所有的数据进行全量遍历，这样会导致计算平均值的时间严重边长，使得获取平均值的时间开销变大。
亟待提供一种能够低内存占用、高效率的客户端APP数据平均值计算方法及系统。
发明内容
本发明为克服上述问题或者至少部分地解决上述问题，提供客户端APP数据平均值计算方法。
根据本发明的一个方面，提供一种客户端APP数据平均值计算方法，包括：
步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取预先定义的所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数变量num
last、所述目标项数据集中的最大数值变量max
last、最小数值变量min
last和所有数值平均值变量avg
last；
步骤2，基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值avg
now。
进一步，所述步骤1中获取业务数据导出请求，所述步骤1前还包括：初始化变量num
last＝0，max
last、min
last和avg
last为空。
进一步，所述步骤2进一步包括：当所述num
last＝0时，avg
now＝temp。
进一步，所述步骤2进一步包括：
当所述num
last＝1时；
如果所述temp＜min
last，令min
last＝temp；如果所述temp＞max
last，令max
last＝temp；
avg
now＝(temp+min
last)/2或avg
now＝(temp+max
last)/2。
进一步，所述步骤2进一步包括：
当所述num
last≥2时；
如果所述temp＜min
last，令min
now＝temp、max
now＝max
last；如果所述temp＞min
last，令max
now＝temp、min
now＝min
last；
其中，所述max
now为所述APP目标项数据集中当前最大数值，所述min
now为所述APP目标项数据集中当前最小数值。
根据本发明的另一方面，提供一种客户端APP数据平均值计算系统，包括：
获取模块，用于当获取所述APP目标项数据集新的一个数值temp，获取预先定义的所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数变量num
last、所述目标项数据集中的最大数值变量max
last、最小数值变量min
last和所有数值平均值变量avg
last；
计算模块，用于基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值avg
now。
进一步，所述计算模块进一步用于：
当所述num
last＝1时；
如果所述temp＜min
last，令min
last＝temp；如果所述temp＞max
last，令max
last＝temp；
avg
now＝(temp+min
last)/2或avg
now＝(temp+max
last)/2。
进一步，所述计算模块进一步用于：
当所述num
last≥2时；
如果所述temp＜min
last，令min
now＝temp、max
now＝max
last；如果所述temp＞min
last，令max
now＝temp、min
now＝min
last；
其中，所述max
now为所述APP目标项数据集中当前最大数值，所述min
now为所述APP目标项数据集中当前最小数值。
根据本发明另一方面，提供一种客户端APP数据平均值计算方法的设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一所述的方法。
根据本发明另一方面，提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如上述任一所述的方法。
本申请提出客户端APP数据平均值计算方法及系统，所述方法相比于传统方案中缓存所有数据并遍历所有数据来求出平均值的方案中明显降低了内存开销(因为没有缓存所有的数据点)，同时具有能够快速获取平均值的有益效果。
图1为根据本发明实施例一种客户端APP数据平均值计算方法的整体流程示意图；
图2为根据本发明实施例又一种客户端APP数据平均值计算系统的整体框架示意图；
图3为根据本发明实施例一种客户端APP数据平均值计算方法的设备的结构框架示意图。
下面结合附图和实施例，对本发明的具体实施方式作进一步详细 描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明旨在解决针对背景技术中的上述问题提出了一套更优秀的动态平均值的计算方法，通过本方案的实施能够在降低内存开销的同时极大的提高获取平均值的速度，降低时间开销。
如图1，示出本发明的一个具体实施例中，一种客户端APP数据平均值计算方法的整体流程图。总体上，包括：
步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取预先定义的所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数变量num
last、所述目标项数据集中的最大数值变量max
last、最小数值变量min
last和所有数值平均值变量avg
last；
步骤2，基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值avg
now。
本发明上述实施例中，首先定义以下几个变量。
num
last：用于表示最近一次参与平均值的数据的个数；max
last：用于表示最近一次参与的数据集合中的最大值；min
last：用于表示最近一次参与的数据集合中的最小值；avg
last：用于表示最近一次参与的数据集合中的平均值。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算方法，所述步骤1前还包括：初始化变量num
last＝0，max
last、min
last和avg
last为空。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算方法，所述步骤2进一步包括：所述步骤2进一步包括：当所述num
last＝0时，avg
now＝temp。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平 均值计算方法，所述步骤2进一步包括：
当所述num
last＝1时；
如果所述temp＜min
last，令min
last＝temp；如果所述temp＞max
last，令max
last＝temp；
avg
now＝(temp+min
last)/2或avg
now＝(temp+max
last)/2。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算方法，所述步骤2进一步包括：
当所述num
last≥2时；
如果所述temp＜min
last，令min
now＝temp、max
now＝max
last；如果所述temp＞min
last，令max
now＝temp、min
now＝min
last；
其中，所述max
now为所述APP目标项数据集中当前最大数值，所述min
now为所述APP目标项数据集中当前最小数值。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算方法，所述方法具体包括以下步骤。
为了方便描述整个实施例的实现，在本实施例所述方案中首先定义如下几个变量，本案再求平均值。
数据集合的个数num
last：用于表示目标项数据集中最近一次参与平均值的数据的个数。
最小值min
last：用于表示目标项数据集中最近一次参与的数据集合中的最小值。
最大值max
last：用于表示目标项数据集中最近一次参与的数据集合中的最大值。
平均值avg
last：用于表示目标项数据集中最近一次参与的数据集合中的平均值。
由于num的不同，平均值的算法需要分三种情况。
第一种情况：当num
last小于2时，按照传统的方式来计算平均值即可。(不考虑最大值、最小值(不减去最大值、最小值)，因为如果此时还考虑最大值最小值的情况，会出现平均值为0)。
第二种情况：当num
last大于等于2时，按照
来计算平均值；其中，所述max
now为所述APP目标项数据集中当前最大数值，所述min
now为所述APP目标项数据集中当前最小数值。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算方法，所述方法具体包括以下步骤：
初始化时将max
last、min
last、avg
last初始化为空，将num
last初始化为0。
num
last＝0；min
last＝null；max
last＝null；avg
last＝null。
获取到第一个数据时候：当有第一个数据temp到来时，首先判断temp数据与min
last、max
last的大小关系，如果判定过程中发现min
last、max
last是空的，此时就设置min
last、max
last的值为temp的值。接下来计算temp数据之前的所有数据之和，计算方法是通过调用avg
last*num
last，如果计算总发现avg
last是空，因为空是不能参与计算的，此处avg
last的赋值是第一次来的数据temp；数据来临后对上述定义的变量进行初始化并赋予相应的值。
计算完成平均值之后需要对num
last变量进行加一的操作，也就是 num
last＝num
last+1。
举例：Temp＝1；
则此时：Numlast＝0；
Min
last＝1；
Max
last＝1；
avg
now＝avg
last＝temp＝1；
计算完avg
now后，num
last＝0+1＝1
获取到第二个数据时：当有第二个数据temp2过来的时候，首先判断此数据与第一次缓存的min
last及max
last的值进行比较，如果temp2比min
last还要小，那么此时需要将min
last的值重新赋值为temp2，否则不变化min
last的值。如果temp2的值比max
last的值要大，此时需要将max
last的值赋值为temp2，否则不变化max
last的值。
处理完最大最小值后接下来需要求得平均值，此时平均值的计算方法是avg
last＝(temp+temp2)/num
last。
接下来对这个计算方法进行简单的说明，“avg
last*num
last”是temp2数据到来之前的所有数据的累加之和，“+temp2”表示的是加上新到来的数据，“-max
last-min
last”表示的是减去其中的最大最小值，也就是所有数据之和(去除掉了最大最小值之后的结果)，除以“num
last+1”求得所有数据的平均值，并将平均值求得的结果赋给avg
last变量。
计算完成平均值之后需要对num
last变量进行加一的操作：num
last＝num
last+1，完成了第二次数据到达的时候的计算流程。
举例：Temp2＝2，
则此时，Num
last＝1；
Min
last＝1；
Max
last＝2；
avg
now＝avg
last＝(1+2)/(num
last+1)＝1.5；
计算完avg
now后，num
last＝1+1＝2。
获取到第三个数据时：当有第三个数据temp3过来的时候，首先判断此数据与上一次缓存的min
last及max
last的值进行比较，如果temp3比min
last还要小，那么此时需要将min
last的值重新赋值为temp3，否则不变化min
last的值。如果temp3的值比max
last的值还要大，此时需要将max
last的值赋值为temp3，否则max
last的值不变化。
处理完最大最小值后接下来需要求得平均值，此时平均值的计算方法是avg
now＝(avg
last*num
last+temp3–max
now–min
now)/(num
last+1)；接下来对这个计算方法进行简单的说明，“avg
last*num
last”表明的是temp3数据到来之前的所有数据的累加之和，“+temp3”表示的是加上新到来的数据，“–max
now–min
now”表示的是减去其中的最大最小值，也就是所有数据之和(去除掉了最大最小值之后的结果)，除以“num
last+1”来求得所有数据的平均值，并将平均值求得的结果付给avg
now变量。
计算完成平均值之后需要对num
last变量进行加一的操作，也就是num
last＝num
last+1，这样就完成了第二次数据到达的时候的计算流程。
举例：Temp3＝3，
则此时，Num
last＝2；
Min
last＝1；
Max
last＝3；
avg
now＝avg
last＝(1.5*2+3-3-1)/3＝2/3；
计算完avg
now后，num
last＝2+1＝3。
获取到第四个数据的时候：当有第四个数据temp4过来的时候， 首先判断此数据与上一次缓存的min
last及max
last的值进行比较，如果temp4比min
last还要小，那么此时需要将min
last的值重新赋值为temp4，获得min
now，否则不变化min
last的值。如果temp4的值比max
last的值还要大，此时需要将max
last的值赋值为temp4，获得max
now，否则不变化max
last的值。
处理完最大最小值后接下来需要求得平均值，此时平均值的计算方法是：
接下来队这个计算方法进行简单的说明，“avg
last×num
last+temp3-max
now-min
now”表示temp4数据到来之前的所有数据的累加之和，“+temp3”表示的是加上新到来的数据，“-max
now-min
now”表示的是减去其中的最大最小值，也就是所有数据之和(去除掉了最大最小值之后的结果)，除以num
last+1求得所有数据的平均值，并将平均值求得的结果付给avg
last变量。
计算完成平均值之后需要对num
last变量进行加一的操作，也就是num
last＝num
last+1，这样就完成了第二次数据到达的时候的计算流程。
举例：Temp4＝4，
则此时，Num
last＝3；
Min
last＝1；
Max
last＝4；
avg
now＝avg
last＝((2/3)*3+3+1+4-4-1)/4＝5/4；
计算完avg
now后，num
last＝3+1＝4。
当获得第五个数据时。
举例：Temp5＝5，
则此时，Num
last＝4；
Min
last＝1；
Max
last＝5；
avg
now＝avg
last＝((5/4)*4+4+1+5-5-1)/5＝9/5；
计算完avg
now后，num
last＝3+1＝4。
第N次有数据到达时候：当第N次有数据到达的时候，整个数据的处理流程如上一步的处理方法类似，能够很快的求得所有数据的平均值。
如图2，示出本发明的一个具体实施例中，一种客户端APP数据平均值计算系统，包括：
获取模块A1，当所述APP目标项数据集获取到一个新的数值temp时，获取所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数num
last、所述目标项数据集中的最大数值max
last、最小数值min
last和所有数值平均值avg
last；
计算模块A2，用于基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值avg
now。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算系统，还包括初始化模块：用于初始化变量num
last＝0，max
last、min
last和avg
now为空。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算系统，所述计算模块进一步用于：
当所述num
last＝0，所述max
last、min
last和avg
last都为空时，avg
now＝temp，并将所述temp的值分别赋给所述max
last、min
last和avg
last，num
last＝1。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算系统，所述计算模块进一步用于：
当所述num
last＝1时；
如果所述temp＜min
last，令min
last＝temp；如果所述temp＞max
last，令max
last＝temp；
avg
now＝(temp+min
last)/2或avg
now＝(temp+max
last)/2。
在本发明任一上述具体实施例的基础上，一种客户端APP数据平均值计算系统，所述计算模块进一步用于：
当所述num
last≥2时；
如果所述temp＜min
last，令min
now＝temp、max
now＝max
last；如果所述temp＞min
last，令max
now＝temp、min
now＝min
last；
通过以下公式计算所述avg
now：
其中，所述max
now为所述APP目标项数据集中当前最大数值，所述min
now为所述APP目标项数据集中当前最小数值。
图3示出本申请实施例的客户端APP数据平均值计算方法的设备的结构框图。
参照图3，所述客户端APP数据平均值计算方法的设备，包括：处理器(processor)301、存储器(memory)302和总线303；
其中，
所述处理器301和存储器302通过所述总线303完成相互间的通信；
所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数num
last、所述目标项数据集中的最大数值max
last、最小数值min
last和所有数值平均值avg
last；步骤2，基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值avg
now。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数num
last、所述目标项数据集中的最大数值max
last、最小数值min
last和所有数值平均值avg
last；步骤2，基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值avg
now。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数num
last、所述目标项数据集中的最大数值max
last、最小数值min
last和所有数值平均值avg
last；步骤2，基于所述num
last、max
last、min
last、avg
last和temp，计算所述APP目标项数据集的当前所有数值平均值 avg
now。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的客户端APP数据平均值计算方法的设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
本发明上述实施例通过定义了各变量巧妙的完成了所有数据的平均值的算法设计，相比于传统方案中缓存所有数据并遍历所有数据来求出平均值的方案中明显降低了内存开销(因为没有缓存所有的数据点)，同时能够快速的获取到最大最小值，因为仅仅需要比较一次数据即可获得，传统方案中需要遍历所有数据进行多次比较来获取。本方 案中求得平均值无需对所有数据进行遍历操作就可以获取到，相比传统方案中的遍历极大的提高了求出平均值的速度。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (11)
- 客户端APP数据平均值计算方法，其特征在于，包括：步骤1，当所述APP目标项数据集获取到一个新的数值temp时，获取预先定义的所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数变量num last、所述目标项数据集中的最大数值变量max last、最小数值变量min last和所有数值平均值变量avg last；步骤2，基于所述num last、max last、min last、avg last和temp，计算所述APP目标项数据集的当前所有数值平均值avg now。
- 如权利要求1所述的方法，其特征在于，所述步骤1前还包括：初始化变量num last＝0，max last、min last和avg last为空。
- 如权利要求1所述的方法，其特征在于，所述步骤2进一步包括：当所述num last＝0时，avg now＝temp。
- 如权利要求1所述的方法，其特征在于，所述步骤2进一步包括：当所述num last＝1时；如果所述temp＜min last，令min last＝temp；如果所述temp＞max last，令max last＝temp；avg now＝(temp+min last)/2或avg now＝(temp+max last)/2。
- 如权利要求1的方法，其特征在于，所述步骤2进一步包括：当所述num last≥2时；如果所述temp＜min last，令min now＝temp、max now＝max last；如果所述temp＞min last，令max now＝temp、min now＝min last；
其中，所述max now为所述APP目标项数据集中当前最大数值，所述min now为所述APP目标项数据集中当前最小数值。 - 一种客户端APP数据平均值计算系统，其特征在于，包括：获取模块，用于当获取所述APP目标项数据集新的一个数值temp，获取预先定义的所述APP目标项数据集在进行上一次平均值计算时，所述目标项数据集中参与计算的数值个数变量num last、所述目标项数据集中的最大数值变量max last、最小数值变量min last和所有数值平均值变量avg last；计算模块，用于基于所述num last、max last、min last、avg last和temp，计算所述APP目标项数据集的当前所有数值平均值avg now。
- 如权利要求6所述的系统，其特征在于，所述计算模块进一步用于：当所述num last＝1时；如果所述temp＜min last，令min last＝temp；如果所述temp＞max last，令max last＝temp；avg now＝(temp+min last)/2或avg now＝(temp+max last)/2。
- 如权利要求6所述的系统，其特征在于，所述计算模块进一步用于：当所述num last≥2时；如果所述temp＜min last，令min now＝temp、max now＝max last；如果所述temp＞min last，令max now＝temp、min now＝min last；
其中，所述max now为所述APP目标项数据集中当前最大数值，所述min now为所述APP目标项数据集中当前最小数值。 - 一种客户端APP数据平均值计算的设备，其特征在于，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
- 一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至5任一所述的方法。
- 一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程 序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至5任一所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710931462.9A CN107766297A (zh) | 2017-10-09 | 2017-10-09 | 客户端app数据平均值计算方法及系统 |
| CN201710931462.9 | 2017-10-09 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2019071855A1 true WO2019071855A1 (zh) | 2019-04-18 |
Family
ID=61266480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2017/120119 WO2019071855A1 (zh) | 2017-10-09 | 2017-12-29 | 客户端app数据平均值计算方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN107766297A (zh) |
| WO (1) | WO2019071855A1 (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101621400A (zh) * | 2008-06-30 | 2010-01-06 | 中兴通讯股份有限公司 | 一种历史性能数据采集方法及性能数据采集系统 |
| CN101701973A (zh) * | 2009-11-18 | 2010-05-05 | 北京普源精电科技有限公司 | 数据采集装置及其数据采集方法 |
| CN101706524A (zh) * | 2009-11-18 | 2010-05-12 | 北京普源精电科技有限公司 | 数据采集装置及其数据采集方法 |
| CN106572444A (zh) * | 2016-11-07 | 2017-04-19 | 工业和信息化部电信研究院 | 一种经纬度信息更新方法及装置 |
-
2017
- 2017-10-09 CN CN201710931462.9A patent/CN107766297A/zh active Pending
- 2017-12-29 WO PCT/CN2017/120119 patent/WO2019071855A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101621400A (zh) * | 2008-06-30 | 2010-01-06 | 中兴通讯股份有限公司 | 一种历史性能数据采集方法及性能数据采集系统 |
| CN101701973A (zh) * | 2009-11-18 | 2010-05-05 | 北京普源精电科技有限公司 | 数据采集装置及其数据采集方法 |
| CN101706524A (zh) * | 2009-11-18 | 2010-05-12 | 北京普源精电科技有限公司 | 数据采集装置及其数据采集方法 |
| CN106572444A (zh) * | 2016-11-07 | 2017-04-19 | 工业和信息化部电信研究院 | 一种经纬度信息更新方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107766297A (zh) | 2018-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10019294B2 (en) | Method of achieving intra-machine workload balance for distributed graph-processing systems | |
| CN112561078A (zh) | 分布式的模型训练方法、相关装置及计算机程序产品 | |
| CN105391797B (zh) | 基于sdn的云服务器负载均衡方法及装置 | |
| WO2019100921A1 (zh) | 消息推送方法及装置 | |
| CN113537508B (zh) | 联邦计算的处理方法、装置、电子设备和存储介质 | |
| TWI700599B (zh) | 關係網絡圖嵌人的方法及裝置、電腦可讀儲存媒體及計算設備 | |
| WO2021057811A1 (zh) | 网络节点处理方法、装置、存储介质及电子设备 | |
| CN109450987A (zh) | 编号生成方法、装置及系统和存储介质 | |
| CN112528995B (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
| CN107305570B (zh) | 一种数据检索方法及系统 | |
| CN108829497A (zh) | 事务因果序的校正方法及装置、电子设备 | |
| CN113032093B (zh) | 分布式计算方法、装置及平台 | |
| CN113608751A (zh) | 推理服务平台的运行方法、装置、设备及存储介质 | |
| WO2019071855A1 (zh) | 客户端app数据平均值计算方法及系统 | |
| US20220407771A1 (en) | Method and apparatus for updating instance configuration, device, storage medium, and program product | |
| CN113468140B (zh) | 数据迁移处理方法、电子设备及计算机可读存储介质 | |
| CN115525659A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
| CN115484233A (zh) | 数通芯片中链路聚合报文的转发方法、装置、设备及介质 | |
| CN113360689B (zh) | 图像检索系统、方法、相关装置及计算机程序产品 | |
| CN105828309B (zh) | 一种话单处理方法、设备及系统 | |
| CN115334321B (zh) | 视频流的访问热度的获取方法、装置、电子设备及介质 | |
| CN115713582B (zh) | 虚拟形象生成方法、装置、电子设备和介质 | |
| US10949416B2 (en) | Workload management across multiple data sites capable of providing active services | |
| CN107786434B (zh) | 业务报文处理方法和通信设备 | |
| CN105930397A (zh) | 一种消息处理方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17928808 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 17928808 Country of ref document: EP Kind code of ref document: A1 |