滑动窗口求固定长度子数组最大平均值：先用整型计算最大连续和，最后统一除以k，避免浮点误差与重复除法，时间复杂度O(n)。
用滑动窗口解决固定长度子数组平均值问题
直接上结论：不需要算所有子数组的平均值再比较，用滑动窗口一次遍历就能拿到最大平均值，时间复杂度从 O(n×k) 降到 O(n)。关键不是除法，而是先比和——因为分母 k 固定，最大平均值必然对应最大连续和。
为什么不能边滑边除？
滑动时如果对每个窗口都调用 sum / k 再比较，会引入浮点误差，还多做无谓除法。更糟的是，某些编译器或平台下 double 除法可能触发非预期的舍入行为，导致相等判断失败（比如两个数学上相同的平均值被判定为不等）。
- 只在最后一步除一次：找到最大
sum后，统一转成double除以k - 全程用整型累加，避免精度漂移
- 如果输入是
vector<double></double>，也建议先乘以足够大的整数转为long long处理（需确认数据范围）
std::accumulate 能不能直接用？
可以，但仅限初始化第一个窗口；后续必须手动维护窗口和，否则又退化成 O(n×k)。别写成每步都调 accumulate(nums.begin()+i, nums.begin()+i+k, 0LL) —— 这等于没滑动。
正确做法：
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
long long window_sum = accumulate(nums.begin(), nums.begin() + k, 0LL);
long long max_sum = window_sum;
for (int i = k; i < nums.size(); ++i) {
window_sum += nums[i] - nums[i - k]; // 出一个、进一个
max_sum = max(max_sum, window_sum);
}
return static_cast<double>(max_sum) / k;
边界和类型容易踩的坑
这个问题看似简单，但线上出错多集中在三处：
-
k > nums.size()：必须提前检查，否则accumulate越界或循环i-k下标非法 - 用
int存window_sum：当nums元素绝对值大或k较大时极易溢出，务必用long long - 返回类型写成
int或忘了static_cast<double>：题目明确要求“平均值”，C++ 默认整除会截断
最隐蔽的问题是：当 nums 全为负数时，max_sum 初始值不能设为 0，必须用第一个窗口和，否则结果恒为 0.0。
