R中最后5分钟的移动最大值

Question

我想知道如何在 R 中以 O(n) 时间在最后 5 分钟内实现价格的移动最大值和最小值。我的数据由两列组成：一列以秒为单位，另一列以秒为单位价格。现在，我取当前时间，减去 5 分钟，最后 5 分钟的子集，然后在每个索引处搜索 min 和 max，所以操作是 O(n^2)。有没有办法在 O(n) 中做到这一点？

样本数据：

时间 [34200.19, 34200.23, 34201.45, ..., 35800, 35800.2, 35800.5]

价格 [100, 103, 102, ..., 95, 97, 99]

Answer 1

下面将直接方法与稍微更有效的变体进行比较，但它看起来在我尝试使用 (10,000 - 100,000) 的值上缩放为大约 n^1.6 - 部分取决于是否假设增加 n同一时间段内的点数更多，或延长的时间段更长。

#Create some data 
n <- 10000
d <- data.frame(t=as.POSIXct(24*3600*runif(n), origin = "2014-01-01"),x=runif(n))
d <- d[order(d$t),]

d$inmax2 <-d$inmax <- rep(FALSE,n)
d$inmax2[1] <-d$inmax[1] <- TRUE

if (max(diff(d$t)) > 300) warning("There are gaps of more than 300 secs")

#Method 1, assume that you've done something like this
t1 <- system.time({
  for (i in 2:n) d$inmax[i] <- !any((difftime(d$t[i], d$t[1:(i-1)] ,units="secs") < 300) & (d$x[i] < d$x[1:(i-1)] ))
})

#Method 2    
t2 <- system.time({
cand <- 1
next_cand <- 2

while (next_cand <= n)
{
  cand <- cand[difftime(d$t[next_cand],d$t[cand],units="secs")<300]
  cand <- c(cand[d$x[cand] > d$x[next_cand]],next_cand)
  if(length(cand)==1) d$inmax2[cand] <- TRUE
  next_cand <- next_cand + 1

}

})

rbind(method1=t1,method2=t2)
#         user.self sys.self elapsed user.child sys.child
# method1     14.98     0.03   15.04         NA        NA
# method2      2.59     0.05    2.63         NA        NA
all(d[[3]]==d[[4]])
# TRUE

方法是通过保留过去 5 分钟内所有可能的候选人不少于当前候选人。如果没有这样的候选人，则当前必须是最大值。我假设你可以概括到最低限度。

如果您想知道数据点之间最后 5 分钟内的最大值而不是数据点的最大值，则可能不起作用 - 不确定您是否需要这样做

Answer 2

首先按时间对数据帧进行排序。然后保持价格的最大堆，在每个班次后删除丢失的价格条目。因为重新平衡堆是O(log n)，所以这将是O(n log n)。要实现最大堆，请查阅任何算法教科书（尽管稍后我可能会编辑这篇文章）。