Javascript 是否将一个数组的中心值和所有周围值合并到另一个数组中的特定值上？

这个问题用标题来解释是相当抽象的。所以我对此表示歉意。我试图在一个数组中的两个数据点上合并一个高斯核来进行核密度估计

因为核密度估计的要点是对任何重叠的核求和。为了使事情变得简单，我均匀地分布了这些值，这样两个高斯核就可以相互吻合，而不会有任何重叠

写了这篇文章之后，我已经超过了堆栈溢出的字符限制，所以我不得不修剪下面看到的数组。要完整查看每个数组，请访问此URL

高斯核值：

const kernel = [0.0000010012331378948806, 0.0000010722046681969416, 0.000001147899227196217, 0.0000012286082418128176, 0.0000013146394976171826, 0.0000014063179475064513, 0.0000015039865533165654, 0.000001608007161276116, 0.0000017187614122055291, 0.0000018366516873606909, 0.000001962102090813225, 0.0000020955594692504055, 0.0000022374944700657156, 0.0000023884026385964733, 0.0000025488055553473936, 0.0000027192520140183837, 0.0000029003192411310286, 0.000003092614158021121, 0.000003296774685933875, 0.000003513471094924077, 0.0000037434073972252973, 0.000003987322785709955, 0.0000042459931180157695, 0.000004520232446863388, 0.000004810894597034758, 0.000005118874789422127, 0.0000054451113124928115, 0.000005790587241445476, 0.000006156332205258995, 0.000006543424201755123, 0.000006952991460711095, 0.000007386214354967505, 0.000007844327359380673, 0.00000832862105736654, 0.00000884044419467562, 0.0000093812057799243, 0.000009952377231288787, 0.000010555494568641264, 0.000011192160650276806, 0.000011864047453240681, 0.000012572898396121833, 0.00001332053070302737, 0.000014108837807296342, 0.000014939791793347624, 0.000015815445874887996, 0.000016737936907530242, 0.000017709487933690657, 0.00001873241075744663, 0.000019809108546842802]

内核的最高y轴值为

0.006531646276955685

：

console.log(Math.max(...kernel))
> 0.006531646276955685

它位于索引

256

：

console.log(kernel.indexOf(Math.max(...kernel)))
> 256

内核值的总长度为

513

：

console.log(kernel.length)
> 513

下面是我试图与

内核

数组合并的数据集。这是一系列的布尔人

const data = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0...]

我知道这很难看到，但实际上这个数组中有两个

1

布尔值。第一个位于索引

256

，第二个位于索引

769

。

数据

数组的总长度为

1026

。这就是两个高斯核的长度

目标是在

data

数组中的每个

1

布尔值上合并并对齐高斯核的中心值和所有周围值。因此，换句话说，

数据

数组中包含的每个

1

布尔值将替换为

0.006531646276955685

（最大高斯核值），并且

数据

数组中所有周围的

0

布尔值将替换为周围的高斯核值（基本上就是每个高斯核的中心值

0.006531646276955685

）周围的值

期望输出：

合并前

console.log(data)
> [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0...]

合并后：

console.log(data)
> [0.0000010012331378948806, 0.0000010722046681969416, 0.000001147899227196217, 0.0000012286082418128176, 0.0000013146394976171826, 0.0000014063179475064513, 0.0000015039865533165654, 0.000001608007161276116, 0.0000017187614122055291, 0.0000018366516873606909, 0.000001962102090813225, 0.0000020955594692504055, 0.0000022374944700657156, 0.0000023884026385964733, 0.0000025488055553473936, 0.0000027192520140183837, 0.0000029003192411310286, 0.000003092614158021121, 0.000003296774685933875, 0.000003513471094924077, 0.0000037434073972252973, 0.000003987322785709955, 0.0000042459931180157695, 0.000004520232446863388, 0.000004810894597034758, 0.000005118874789422127, 0.0000054451113124928115, 0.000005790587241445476, 0.000006156332205258995, 0.000006543424201755123, 0.000006952991460711095, 0.000007386214354967505, 0.000007844327359380673, 0.00000832862105736654, 0.00000884044419467562, 0.0000093812057799243, 0.000009952377231288787, 0.000010555494568641264, 0.000011192160650276806, 0.000011864047453240681, 0.000012572898396121833, 0.00001332053070302737, 0.000014108837807296342, 0.000014939791793347624, 0.000015815445874887996, 0.000016737936907530242, 0.000017709487933690657, 0.00001873241075744663, 0.000019809108546842802, 0.000020942078460934107, 0.000022133914298650234, 0.000023387309166355133, 0.000024705058160760758, 0.000026090061063633177, 0.000027545325044505026, 0.00002907396736737866, 0.00003067921809717081, 0.00003236442280141311, 0.000034133045242481636, 0.00003598867005538605, 0.00003793500540590263, 0.00003997588562358771, 0.00004211527380395883, 0.00004435726437388044, 0.00004670608561394057, 0.000049166102131353454, 0.00005174181727667466, 0.000054437875497365937, 0.000057259064621001416, 0.00006021031806066359, 0.0000632967169348375, 0.00006652349209387734, 0.00006989602604488875, 0.0000734198547666476, 0.00007710066940595766, 0.00008094431784664176, 0.00008495680614216054, 0.00008914429980266232, 0.0000935131249270873, 0.0000980697691707815, 0.00010282088253892102, 0.00010777327799590268, 0.00011293393188073315, 0.00011830998411833384, 0.0001239087382165863, 0.0001297376610388642, 0.00013580438234174052, 0.00014211669406751854, 0.00014868254938122047, 0.000155510061441668, 0.00016260750189632018, 0.00016998329908958149, 0.00017764603597437197, 0.0001856044477168515, 0.00019386741898431967, 0.000202443980906469, 0.00021134330770035376, 0.00022057471294965238, 0.00023014764552904443, 0.0002400716851648001, 0.00025035653762298576, 0.0002610120295170303, 0.00027204810272676725, 0.00028347480842147536, 0.00029530230067987634, 0.00030754082970052636, 0.0003202007345965395, 0.00033329243576913194, 0.00034682642685504166, 0.00036081326624350226, 0.0003752635681590851, 0.0003901879933074129, 0.0004055972390814562, 0.0004215020293268802, 0.00043791310366568303, 0.0004548412063781893, 0.00047229707484430675, 0.000490291427545827, 0.0005088349516324718, 0.0005279382900553109, 0.0005476120282721495, 0.0005678666805304793, 0.0005887126757345975, 0.000610160342904543, 0.0006322198962355656, 0.0006549014197679224, 0.000678214851677903, 0.0007021699682020994, 0.0007267763672080761, 0.0007520434514257304, 0.0007779804113547997, 0.0008045962078651243, 0.0008318995545074433, 0.0008598988995536758, 0.00088860240778679, 0.0009180179420615469, 0.0009481530446585413, 0.0009790149184551221, 0.0010106104079379032, 0.0010429459800826869, 0.0010760277051287263, 0.0011098612372753278, 0.0011444517953298284, 0.001179804143337022, 0.001215922571221075, 0.0012528108754719263, 0.0012904723399090798, 0.001328909716556553, 0.0013681252066635658, 0.0014081204419063235, 0.001448896465806959, 0.0014904537154063501, 0.001532792003228134, 0.0015759104995717557, 0.0016198077151728775, 0.001664481484269838, 0.0017099289481152002, 0.0017561465389716584, 0.0018031299646317446, 0.001850874193500863, 0.00189937344028318, 0.0019486211523098193, 0.0019986099965486354, 0.0020493318473345863, 0.002100777774859358, 0.0021529380344584683, 0.002205802056733524, 0.0022593584385466716, 0.0023135949349235526, 0.0023684984519002548, 0.002424055040348798, 0.002480249890814702, 0.0025370673293990485, 0.0025944908147162216, 0.002652502935957217, 0.002711085412086988, 0.002770219092202801, 0.0028298839570789673, 0.0028900591219216502, 0.002950722840355647, 0.003011852509663206, 0.0030734246772929894, 0.0031354150486552538, 0.003197798496217239, 0.0032605490699105675, 0.0033236400088602082, 0.0033870437544422536, 0.003450731964675389, 0.0035146755299484836, 0.0035788445900842712, 0.003643208552736542, 0.003707736113115715, 0.003772395275035007, 0.003837153373266842, 0.003901977097196419, 0.003966832515756696, 0.004031685103626371, 0.004096499768669685, 0.004161240880594242, 0.004225872300800272, 0.004290357413392126, 0.0043546591573201225, 0.004418740059618208, 0.0044825622697003175, 0.004546087594675734, 0.004609277535641261, 0.004672093324905533, 0.004734495964098392, 0.004796446263115965, 0.0048579048798497474, 0.0049188323606459035, 0.0049791891814388225, 0.005038935789501051, 0.005098032645749755, 0.00515644026754812, 0.005214119271938399, 0.005271030419241745, 0.005327134656958544, 0.005382393163901616, 0.005436767394493506, 0.0054902191231579744, 0.005542710488734978, 0.005594204038847548, 0.005644662774148459, 0.005694050192374033, 0.005742330332132143, 0.005789467816351291, 0.005835427895317638, 0.005880176489227022, 0.005923680230179243...]

这是一个直观的例子。图中的“值”只表示一个

1

布尔值（十进制是一个输入错误）。当然，在实际数组中，

1

布尔值被

0

布尔值包围，以完成每个内核长度

更新

---

提供更清晰的信息。虽然此任务不包括重叠。目标是将此方法应用于重叠的案例。我不希望在这里解决这个问题，但重要的是，合并的目标要以所描述的方式实现。或者至少按照这些方式实现。

我希望这就是您搜索的内容。我还做了一个可视化显示结果的外观

const内核=[0.0000010012331378948806, 0.0000010722046681969416, 0.000001147899227196217, 0.0000012286082418128176, 0.0000013146394976171826, 0.0000014063179475064513, 0.0000015039865533165654, 0.000001608007161276116, 0.0000017187614122055291, 0.0000018366516873606909, 0.000001962102090813225, 0.0000020955594692504055, 0.0000022374944700657156, 0.0000023884026385964733, 0.0000025488055553473936, 0.0000027192520140183837, 0.0000029003192411310286, 0.000003092614158021121, 0.000003296774685933875, 0.000003513471094924077, 0.0000037434073972252973, 0.000003987322785709955, 0.0000042459931180157695, 0.000004520232446863388, 0.000004810894597034758, 0.000005118874789422127, 0.0000054451113124928115, 0.000005790587241445476, 0.000006156332205258995, 0.000006543424201755123, 0.000006952991460711095, 0.000007386214354967505, 0.000007844327359380673, 0.00000832862105736654, 0.00000884044419467562, 0.0000093812057799243, 0.000009952377231288787, 0.000010555494568641264, 0.000011192160650276806, 0.000011864047453240681, 0.000012572898396121833, 0.00001332053070302737, 0.000014108837807296342, 0.000014939791793347624, 0.000015815445874887996, 0.000016737936907530242, 0.000017709487933690657, 0.00001873241075744663, 0.000019809108546842802]
常数数据=[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
函数mergeArr（arr1、arr2）{
设arr2Copy=arr2.map（el=>el）；
设max=Math.max（…arr1）；
设indexMax=arr2Copy.indexOf（1）；
让sortedKernel=arr1.sort（（a，b）=>a-b）；
arr2Copy[indexMax]=max；
设indexPosition=sortedKernel.length-1；
对于（设i=indexMax；i>=0；i--）{
if（indexPosition==0）{
arr2Copy[i]=已分类的Cornel[indexPosition]；
继续；
}
arr2Copy[i]=已分类的Cornel[indexPosition]；
不扩散--；
}
让reversedKernel=sortedKernel.reverse（）；
for（设i=indexMax；i