Python 在大小为>；的移动窗口中跟踪前n个值；N

假设我们有一个每分钟输入一次的数据流，我们希望在前10分钟内保持前5个值的运行轨迹。直观地说，应该有一些队列解决方案，但我正在努力寻找一种优雅的方法，因为一个元素可以出于两种不同的原因弹出（它看起来是11分钟前的位置，或者您不想实现队列，因为一旦您需要将元素从顶部移除，队列的便利性就会消失（与小于元素的情况一样）。下面是一个自定义类实现，它可以满足您的要求——诀窍是在添加值之前检查列表的值。这非常简单，但我希望它能让您了解：

从datetime导入datetime，timedelta
类TopLatestN（）：
定义初始化（self，最大大小：int=5，时间范围：int=10）：
self.\uuu值=[]
self.times=[]#添加项目的匹配时间队列
self.max\u size=max\u size
self.timeframe\u m=timeframe\u m
def附加值（自身，值）：
#删除太旧的值
自我检查次数（）
如果len（self.\u值）=当前时间）
#替换所有时间的值
self.\uuu值=[val代表i，如果保留[i]]，枚举中的val（self.\uu值）
self.times=[i的时间，如果保留[i]，则枚举中的时间（self.times）]
定义检查值（自身、值）：
#获取索引以存储足够大的值，否则返回None
如果有（自身值中val的值>val）：
返回自身值。索引（最小值（自身值））#替换最小值
一无所获

不要忽略一件简单的事情-你可能会惊讶于它的工作原理。你有两个顺序，所以要按排序顺序维护两个序列，

按时间排序，
按值排序，
按值排序。在每个序列中存储两个元组
（值，时间戳）
对。当然，你需要保持它们的同步

由于
byvalue
始终按照按值排序的顺序进行维护，因此您可以随时查看顶部
n
、底部
n
、中间
n
，或任何其他您想要的顺序统计信息

假设您的时间戳（无论对您意味着什么）只会随着时间的推移而增加，那么按时间“排序”是很简单的：使用
collections.deque
并将新记录推到一端（例如，右侧），然后从另一端丢弃。使用
byvalue
的简单列表。要使旧记录过期，则：

oldest_to_retain = whatever form of timestamp you use
while bytime and bytime[0][1] < oldest_to_retain:
    t = bytime.popleft() # discard expired record
    # and remove it from the other seq too
    i = bisect.bisect_left(byvalue, t)
    assert byvalue[i] == t
    del byvalue[i]

（其他语句具有
O（1）
或
O（log（N））
行为。）

有了更多的经验，他们就克服了这一点；-）这些都是“以C的速度”发生的，除非
byvalue
增长到数百个元素，否则它通常比花哨的树结构更快，更节省空间，即使它们是用优化的C编码的

如果
byvalue
确实变大了，很容易将
byvalue
切换为使用广泛使用的
SortedList
。那么没有比关于
O（log（N））更糟糕的语句了
。您的代码部分仍然简单、灵活、易于推理。
将数据放入Pandas数据框，然后在前10分钟内访问5个最大值。
t = (the_new_value, current_timestamp)
assert not bytime or bytime[-1][1] <= current_timestamp
bytime.append(t)
bisect.insort(byvalue, t)

del byvalue[i]
bisect.insort(byvalue, t)