本文介绍如何在 react native 中为数组中每个位置计算“截至当前索引（不含首项）的累积平均值”，即第 i 项对应前 i 个 volume 值（索引 0 到 i−1）的平均值，适用于动态展示传感器读数趋势等场景。
在 React Native 开发中，常需对时间序列数据（如传感器读数）进行实时统计处理。题中需求并非简单数组均值，而是一种前缀累积平均（running average excluding self）：对于长度为 n 的 readings 数组，目标是生成一个新数组 averages，其中：
- averages[0] 对应空或占位值（因无前置元素），通常设为 0 或 null；
- averages[1] = (readings[0].volume + readings[1].volume) / 1 → 实际是前 2 个值之和除以 1（注意：题中“除以 1”对应区间长度减 1，本质是前 i 项和 ÷ (i − 0)？但结合示例 3,5,6,9 推导可知：题意实为——第 i 个结果 = 前 i 个元素（索引 0 至 i−1）的 volume 总和 ÷ (i − 1)，仅当 i ≥ 1；然而答案代码与示例逻辑更统一：averages[i] = (sum of volumes[0..i−1]) / i（i ≥ 1），即：
| 索引 i | readings[i] | averages[i]（定义） | 计算过程 |
|---|---|---|---|
| 0 | {volume: 3} | 0（或跳过） | — |
| 1 | {volume: 5} | (3) / 1 = 3 | 前 1 项（索引0） |
| 2 | {volume: 6} | (3+5) / 2 = 4 | 前 2 项（索引0-1） |
| 3 | {volume: 9} | (3+5+6) / 3 = 4.67 | 前 3 项（索引0-2） |
✅ 这正是答案函数 runningVolumeAverage 所实现的逻辑：逐项累加 volume，并在每次迭代时，用当前累计和除以当前索引 i（即已处理的前置元素个数）。
以下是推荐的生产就绪实现：
// 工具函数：生成累积平均数组（索引0处为undefined/0，索引i≥1处为前i项平均）
function runningVolumeAverage(arr) {
let sum = 0;
return arr.map(({ volume }, i) => {
sum += volume;
// i === 0 时，尚未有“前置平均”概念，返回 0 或 null；此处按题设返回 0
return i === 0 ? 0 : sum / i;
});
}
// 在组件中使用
const averages = runningVolumeAverage(readings);
return (
{readings.map(({ id, date, volume }, i) => (
average: {averages[i]?.toFixed(2) ?? '—'}
))}
);⚠️ 关键注意事项：
- 不要在 map 内部重复计算：原问题中尝试在每次渲染时循环计算，会导致 O(n²) 时间复杂度且逻辑错乱（如 i 变量未声明、覆盖问题）。务必预计算一次 averages 数组。
- 索引对齐：readings.map(..., i) 中的 i 是数组下标，与 averages[i] 严格对应，确保数据一致性。
-
空数组防护：若 readings 可能为空，建议增强函数鲁棒性：
function runningVolumeAverage(arr) { if (!Array.isArray(arr) || arr.length === 0) return []; let sum = 0; return arr.map(({ volume }, i) => { sum += volume; return i === 0 ? 0 : sum / i; }); } - 显示优化：使用 .toFixed(2) 控制小数位，避免 NaN 或 Infinity，配合空值 fallback（如 '—'）提升 UI 健壮性。
该方案时间复杂度 O(n)，简洁高效，符合 React 的不可变数据流原则，可直接集成至任意列表渲染逻辑中。
