我有一个音频输入流，它接收当前播放音乐的音量。 然后在最新卷的某个窗口大小（范围从 5 到 40）上，我想跟踪窗口内的最高值和最低值。所以在每次迭代中，删除最旧的值并添加最新的音量读数。
也就是说，如果我以 5 个窗口运行程序 8 次迭代，结果会是这样。 只有低值和高值很重要。
加2
2
加4个
2 4
加 3
2 3 4
加2
2 2 3 4
加7
2 2 3 4 7
-从列表中删除前 2 个添加 9
2 3 4 7 9
删除4个，添加5个
2 3 5 7 9
删除 3 个，添加 2 个
2 2 5 7 9
等
最有效的方法是什么？使用什么类型的集合？
编辑请注意，此循环在单独的线程上不断运行
值是浮点数
【问题讨论】：
在每次迭代中添加和删除一个数字，然后是最小值和 最大找到，它们出现的数量相同
使用平衡二叉树，例如Treemap，所以在最坏的情况下所有操作都是 O(log n)。我相信如果这些操作连续发生，那么三个操作是 O(1) 和一个是 O(n) 是没有意义的。
顺便说一句，n=5 太小了，我不明白为什么你应该过分担心效率低下。
编辑： 要跟踪对象的顺序，您可以使用简单的队列作为二级结构。当您需要删除时，您删除队列的头部并将其用作在树中删除的键......添加和删除需要恒定的时间。
注意：可以到此为止，原创如下
调整后的min-max heap 是一种更好的复杂数据结构，它可以在您的所有操作之间进行很好的权衡：
O(log n)
O(n)
O(l)。如果您只删除最大/最小，删除将是对数。调整是implement a general purpose delete which is log n
【讨论】：
您可以使用链表，因为您想在列表中存储重复值。此外，由于您计划添加到最后一个元素，因此您使用 LinkedList API 的 addLast() 方法。在您自己的 add() 方法中检查大小。如果大小达到最大大小，您可以调用链接列表的 removeFirst() 方法，然后调用 addLast() 方法。这样，您的链接列表大小将保持在 5 不变
public class Tester {
private LinkedList<Integer> values = new LinkedList<Integer>();
private static final int MAX_VAL = 5;
public void addvalue(int val) {
if (values.size() == this.MAX_VAL) {
values.removeFirst();
}
values.addLast(val);
}
public int getMaxValue(){
return Collections.min(values);
}
public int getMinValue(){
return Collections.max(values);
}
}
【讨论】：
由于值是 5 到 40 的整数，如果窗口很大，我们可以通过存储数组 count[] 来尝试获得一个好的平均案例时间，该数组记录每个卷的窗口数量。然后添加新元素并删除最后一个（保留Queue，例如LinkedList）是恒定时间，除非low 或high 处的计数降至0。然后从最后一个开始逐个搜索值最好的，这是O(35)，但实际上可能更便宜，尤其是在大窗户的情况下。
在某种程度上，这是一个常数时间解决方案，在实际输入中，您添加的体积元素的数量。它是O(nk)，听起来k 只有三十多卷。我怀疑我们可以证明平均案例时间是\Theta(nk/w)，其中w 是窗口大小，假设数据分布合理。
这听起来确实不像是高吞吐量操作（用户多久可以更改一次音量，总共数百次？？）但这就是我在这些条件下实现它的方式。
【讨论】：