某日事不多，点开sentinel-core代码学习，想看看qps、rt等是怎么统计的。

点开StatisticSlot类，发现里面是用DefaultNode增加qps，然后尝试点开

DefaultNode->StatisticNode->ArrayMetric->MetricsLeapArray->LeapArray...

晕...怎么这么多类- -||| 中间还有MetricBucket、LongAdder...

其中LeapArray类有个属性AtomicReferenceArray> array，表示这个jdk类也是第一次见orz

看注释写道Using sliding window algorithm，使用了滑动窗口算法。可是这代码太深奥T_T，表示打扰了，还是洗洗睡了Zzz....

--------------------------------------------------------------------------------------------------------------------------------------------

言归正传，虽然sentinel中的代码还看不懂，通过滑动窗口几个字，百度了解一下:)

找到一个经典的问题：

(一)给定一组大小为n的整数数组，计算长度为k的子数组和的最大值。

比如

数组为：1，2，3，4

最大值为：3+4=7

数组为：-1，4，7，-3，8，5，-2，6

最大值为：7-3+8=12

想到最简单思路，那就遍历所有子数组呗，求和然后比较。

int index = 0;//记录最大子数组第1个元素的索引，目前是0

int maxSum = 0;//记录最大子数组和，目前是从左开始第1个子数组

for (int i = 0; i < k; i++) {

maxSum+=array[i];

}for (int i = 1; i <= array.length - k; i++) {//遍历所有子数组，求和并比较

int curSum = 0;for (int j=0; j < k; j++) {//计算当前子数组和

curSum += array[i +j];

}if (curSum > maxSum) {//如果大于最大和，则记录

maxSum =curSum;

index=i;

}

}

运用滑动窗口思路，遍历时不嵌套循环计算所有值；外层遍历相当于窗口向右滑动，每次减去失效值加上最新值，即为当前窗口的和，然后再比较。

int index = 0;//记录最大子数组第1个元素的索引，目前是0

int maxSum = 0;//记录最大子数组和，目前是从左开始第1个子数组

for (int i = 0; i < k; i++) {

maxSum+=array[i];

}int curWindowSum =maxSum;for (int i = 1; i <= array.length - k; i++) {//从下个元素开始，即窗口向右滑动

curWindowSum = curWindowSum - array[i - 1] + array[k + i - 1];//减去失效值，加上最新值

if (curWindowSum > maxSum) {//如果大于最大和，则记录

maxSum =curWindowSum;

index=i;

}

}

可以看到代码差不多，只不过在计算求和时，采取了滑动窗口技术(思路)，通过一减一加求和，消除了内部的循环。

注：这里为了突出语义，将变量名curSum改为curWindowSum

完整代码如下：

packagecom.cdfive.learn2018.algorithm;/*** 求数组array长度为k的子数组的最大和

*

* 算法1-cal

* 遍历所有子数组，求和并比较

* 嵌套循环 O(n*k)

*

* 算法2-calByLeapWinow

* 窗口向右滑动，减去失效值加上最新值

* 单层循环 O(n)

*

* input: array=[1,2,3,4] k=2

* output: 7 // 3+4

*

* input: array=[-1,4,7,-3,8,5,-2,6] k=3

* output: 12 // 7-3+8

*

*@authorcdfive

* @date 2018-12-02*/

public classSimpleLeapWindow1 {public static voidmain(String[] args) {

cal(new int[]{1, 2, 3, 4}, 2);

cal(new int[]{-1,4,7,-3,8,5,-2,6}, 3);

System.out.println("-------------");

calByLeapWinow(new int[]{1, 2, 3, 4}, 2);

calByLeapWinow(new int[]{-1,4,7,-3,8,5,-2,6}, 3);

}/*** 遍历所有子数组，求和并比较

* 嵌套循环 O(n*k)*/

public static void cal(int[] array, intk) {if (array.length == 0 || k <= 0 || k > array.length) {//非法参数不处理

return;

}int index = 0;//记录最大子数组第1个元素的索引，目前是0

int maxSum = 0;//记录最大子数组和，目前是从左开始第1个子数组

for (int i = 0; i < k; i++) {

maxSum+=array[i];

}for (int i = 1; i <= array.length - k; i++) {//遍历所有子数组，求和并比较

int curSum = 0;for (int j=0; j < k; j++) {//计算当前子数组和

curSum += array[i +j];

}if (curSum > maxSum) {//如果大于最大和，则记录

maxSum =curSum;

index=i;

}

}/**打印结果*/System.out.print(maxSum+ " // ");//打印最大和

System.out.print(array[index]);//先打印第1个值

for (int i = 1; i < k; i++) {int value = array[i +index];

System.out.print(value>= 0 ? ("+" + value) : value);//非负数前面打印+号

}

System.out.println();

}/*** 窗口向右滑动，通过减失效值加最新值求和并比较

* 单层循环 O(n)*/

public static void calByLeapWinow(int[] array, intk) {if (array.length == 0 || k <= 0 || k > array.length) {//非法参数不处理

return;

}int index = 0;//记录最大子数组第1个元素的索引，目前是0

int maxSum = 0;//记录最大子数组和，目前是从左开始第1个子数组

for (int i = 0; i < k; i++) {

maxSum+=array[i];

}int curWindowSum =maxSum;for (int i = 1; i <= array.length - k; i++) {//从下个元素开始，即窗口向右滑动

curWindowSum = curWindowSum - array[i - 1] + array[k + i - 1];//减去失效值，加上最新值

if (curWindowSum > maxSum) {//如果大于最大和，则记录

maxSum =curWindowSum;

index=i;

}

}/**打印结果*/System.out.print(maxSum+ " // ");//打印最大和

System.out.print(array[index]);//先打印第1个值

for (int i = 1; i < k; i++) {int value = array[i +index];

System.out.print(value>= 0 ? ("+" + value) : value);//非负数前面打印+号

}

System.out.println();

}

}

--------------------------------------------------------------------------------------------------------------------------------------------

参考：