当然，您可以将剩余文件大小除以当前下载速度，但如果您的下载速度波动（而且它会波动），这不会产生非常好的结果。有什么更好的算法可以产生更平滑的倒计时？
An 指数移动平均线非常适合这个。它提供了一种平滑平均值的方法，以便每次添加新样本时，旧样本对总体平均值的重要性就会降低。它们仍然被考虑，但它们的重要性呈指数下降——因此得名。由于它是“移动”平均值，因此您只需保留一个数字即可。
在测量下载速度的情况下，公式如下所示：
averageSpeed = SMOOTHING_FACTOR * lastSpeed + (1-SMOOTHING_FACTOR) * averageSpeed;
SMOOTHING_FACTOR是 0 到 1 之间的数字。该数字越大，旧样本被丢弃的速度越快。正如你在公式中看到的，当SMOOTHING_FACTOR为 1 时，您只是使用最后一次观察的值。什么时候SMOOTHING_FACTOR is 0 averageSpeed永远不会改变。因此，您需要介于两者之间的值，并且通常是较低的值以获得良好的平滑效果。我发现 0.005 为平均下载速度提供了相当好的平滑值。
lastSpeed是最后测量的下载速度。您可以通过每秒运行一个计时器来获取此值，以计算自上次运行以来已下载的字节数。
averageSpeed显然，是您想要用来计算预计剩余时间的数字。将其初始化为第一个lastSpeed您得到的测量值。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
