Math 计算频率的有效算法？

我有一个频率样本数据集（例如，bpm或任何其他度量/时间），以固定的时间间隔（例如，每5分钟）采集。我希望找到具有以下属性的最小时间间隔集：

• 间隔覆盖整个原始数据集
• 没有时间间隔的平均频率低于给定阈值

有什么标准算法可以计算出这类信息吗？

除非我弄错了：

• 如果整个事件的平均值高于阈值，那么覆盖整个集合的单个间隔就是解决方案
• 如果整个集合的平均值低于阈值，则没有解决方案

---

在我看来，这类问题没有算法解决方案，只能用蛮力解决。但我可能错了。如果蛮力有助于找到解决方案，那么它是完美可接受的算法解决方案的良好基础。尝试定义术语“频率样本”（是数字还是向量？）“平均频率”、“间隔”（输入间隔重叠吗？）是值得的，等等。这里的一些人似乎有领域知识，不需要这些细节，但是如果你让问题更容易回答，你可能会得到更广泛的回答。例如，这个问题我读了好几遍，但不知道你在问什么。你错了：）你可以以120公里/小时的平均速度驾驶一小时，在30分钟内行驶240公里，然后停车。@blueberryfields:那么间隔是多少？[0，.5]的平均值为240，但（.5,1]的平均值为0，低于任何值（正值）阈值。对！覆盖原始数据集的要求迫使我这么做。@blueberryfields:我想我不理解你的问题。你能举一个例子，其中一个间隔不符合要求，但一组跨越间隔符合要求吗？你的答案与我写的问题是正确的。我正在研究的问题更复杂不过，在我能恰当地提出这个问题之前，我还得再考虑一下。