Update 剑指 Offer II 041. 滑动窗口的平均值.md

itcharge · itcharge · commit c398820914cc · 2022-09-07T18:06:14.000+08:00
diff --git a/Solutions/剑指 Offer II 041. 滑动窗口的平均值.md b/Solutions/剑指 Offer II 041. 滑动窗口的平均值.md
@@ -5,24 +5,46 @@
 
 ## 题目大意
 
-给定一个整数 `val` 和一个窗口大小 `size`。
+**描述**：给定一个整数数据流和一个窗口大小 `size`。
 
-要求：根据滑动窗口的大小，计算滑动窗口里所有数字的平均值。要实现 `MovingAverage` 类：
+**要求**：根据滑动窗口的大小，计算滑动窗口里所有数字的平均值。要求实现 `MovingAverage` 类：
 
-- `MovingAverage(int size)` 用窗口大小 `size` 初始化对象。
-- `double next(int val)` 成员函数 `next` 每次调用的时候都会往滑动窗口增加一个整数，请计算并返回数据流中最后 `size` 个值的移动平均值，即滑动窗口里所有数字的平均值。
+- `MovingAverage(int size)`：用窗口大小 `size` 初始化对象。
+- `double next(int val)`：成员函数 `next` 每次调用的时候都会往滑动窗口增加一个整数，请计算并返回数据流中最后 `size` 个值的移动平均值，即滑动窗口里所有数字的平均值。
 
-## 解题思路
+**说明**：
 
-使用队列保存滑动窗口的元素，并记录对应窗口大小和元素和。
+- $1 \le size \le 1000$。
+- $-10^5 \le val \le 10^5$。
+- 最多调用 `next` 方法 $10^4$ 次。
 
-在小于窗口大小的时候，直接向队列中添加元素，并记录元素和。
+**示例**：
 
-在等于窗口大小的时候，先将队列头部元素弹出，再添加元素，并记录元素和。
+```Python
+输入：
+inputs = ["MovingAverage", "next", "next", "next", "next"]
+inputs = [[3], [1], [10], [3], [5]]
+输出：
+[null, 1.0, 5.5, 4.66667, 6.0]
+
+解释：
+MovingAverage movingAverage = new MovingAverage(3);
+movingAverage.next(1); // 返回 1.0 = 1 / 1
+movingAverage.next(10); // 返回 5.5 = (1 + 10) / 2
+movingAverage.next(3); // 返回 4.66667 = (1 + 10 + 3) / 3
+movingAverage.next(5); // 返回 6.0 = (10 + 3 + 5) / 3
+```
 
-然后根据元素和和队列中元素个数计算出平均值。
+## 解题思路
 
-## 代码
+### 思路 1：队列
+
+1. 使用队列保存滑动窗口的元素，并记录对应窗口大小和元素和。
+2. 当队列长度小于窗口大小的时候，直接向队列中添加元素，并记录当前窗口中的元素和。
+3. 当队列长度等于窗口大小的时候，先将队列头部元素弹出，再添加元素，并记录当前窗口中的元素和。
+4. 然后根据元素和和队列中元素个数计算出平均值。
+
+### 思路 1：代码
 
 ```Python
 class MovingAverage:
@@ -48,3 +70,7 @@ class MovingAverage:
         return self.sum / len(self.queue)
 ```
 
+### 思路 1：复杂度分析
+
+- **时间复杂度**：$O(1)$。初始化方法和每次调用 `next` 方法的时间复杂度都是 $O(1)$。
+- **空间复杂度**：$O(size)$。其中 $size$ 就是给定的滑动窗口的大小。
