运动跟踪器应用程序通常以固定间隔记录时间戳和位置，以便存储整个轨道。然后，分析应用程序允许找到某些统计数据，例如具有固定持续时间的最高速度的轨道子部分（例如，5英里所需的时间）。反之亦然，在一定时间跨度内穿越的最长距离（例如，12分钟内的库柏距离）。
我想知道计算这些部分的最优雅和/或最有效的方法是什么。
在一种天真的方法中，我会对航点进行标准化和插值，以获得更细粒度的航点列表，可以使用固定的时间间隔或固定距离步长。然后，移动一个表示我的时间跨度的滑动窗口。列表上的距离分段，并搜索符合我标准的最佳子列表。还有更好的办法吗？
答案 0 :(得分：1)
优雅和高效是旁观者的眼睛。
就个人而言，我认为你的插值理念很优雅。
我认为插值算法易于构建，并且您将对后续数据执行的搜索很容易执行。这可能导致严密的代码，其正确性可以轻松验证。此外，插值算法可能已经存在并且是多用途的，因此您不必重复自己（DRY）。您建议的解决方案具有将数据处理与数据分析分离的好处。这种性质的模块化通常被认为是优雅的一部分。
效率 - 我们在谈论速度，空间或代码行吗？您可以尝试将插值步骤与搜索步骤结合起来以节省空间，但这可能会牺牲速度和代码简单性。当然，在多个查询无法利用以前的计算的意义上，牺牲了速度。
当您考虑代码的效率时，不必担心计算机将如何处理它，或者如何编写代码。更深入地思考方法的内在时间复杂性。我怀疑插值和搜索都可以在O（N）时间内进行，在这种情况下，需要大量的数据才能让你陷入困境：很难使O（N）算法表现得非常糟糕。
为了支持上述内容，插值只是估计两个值之间的中间点，因此这在值的数量上是线性的，在中间点的数量上是线性的。可以使用Knuth-Morris-Pratt Algorithm的数字变体进行搜索，这也是线性的。