vault backup: 2026-06-01 10:06:16

hzh/REDIS/滑动窗口计数器.md

@@ -16,8 +16,8 @@ create time: 2026-06-01 10:30
 假设总窗口是 1 秒，切成 N=10 个子窗口（每个 100ms）：
 
 ```mermaid
-flowchart TD["滑动窗口计数器 - N=10 子窗口"]
-    subgraph Window["1 秒总窗口"]
+flowchart TD
+    subgraph Window["1 秒总窗口（N=10 子窗口）"]
         direction LR
         W1["W1<br/>已过期的部分 × 占比"]
         W2["W2<br/>已过期的部分 × 占比"]
@@ -62,11 +62,11 @@ flowchart TD["滑动窗口计数器 - N=10 子窗口"]
 滑动窗口范围：t ∈ [7.5 - 10, 7.5] = [-2.5, 7.5]
 
 各个窗口在当前窗口内的存活时间：
-  W8 (7~8s)  : 存活 0.5s → 占比 5%/10s = 0.05
-  W7 (6~7s)  : 存活 1.0s → 占比 1.0s/10s = 0.10
-  W6 (5~6s)  : 存活 1.0s → 占比 0.10
+  W8 (7~8s)  : 存活 0.5s → 占比 0.5/10 = 0.05
+  W7 (6~7s)  : 存活 1.0s → 占比 1.0/10 = 0.10
+  W6 (5~6s)  : 存活 1.0s → 占比 1.0/10 = 0.10
   ...（中间同理）...
-  W-1(-2~-1s): 存活 0.5s → 占比 0.05
+  W₋₁(-2~-1s): 存活 0.5s → 占比 0.5/10 = 0.05
 ```
 
 在这个场景中，`total = W8.count × 0.05 + W7.count × 0.10 + ... + W-1.count × 0.05`
@@ -118,7 +118,7 @@ slot[i] 的贡献度 = count[i] × weight[i]
 举例（N=10，当前在第 8 个槽）：
 - slot[7]（上一个完整窗口）: weight = (10-1)/10 = 0.9
 - slot[6]: weight = (10-2)/10 = 0.8
-- slot[0]（最早的那个）: weight = (10-8)/10 = 0.2
+- slot[0]（距当前最远的那个）: weight = (10-8)/10 = 0.2
 
 > [!note]- 两种实现的等价性
 >