这感觉像是应该进行一些重要的统计分析。
计算从下载到磁盘副本的任何东西的ETA一直是一个问题，因为这个过程通常在整个过程中以随机(随机？(数据传输率结束。使用琐碎的计算CCD_ 1产生了令人惊讶的可变结果。
有没有比上面的计算更好的算法可以产生稳定和"现实"的ETA？
最简单的解决方案是使用移动平均值来估计一段时间内的平均传输速率，而不是使用传输速率的最新瞬时估计值。您必须选择一个合适的窗口长度。
您可能更喜欢加权移动平均，这是一种移动平均，其中窗口内的瞬时测量值并非全部加权相等。通常情况下，较新的测量值会比较旧的测量值更重。
这些参数(窗口长度和权重(是一个判断问题。然而，如果你想认真对待它，你可以从真实的数据传输中收集测量结果，并使用机器学习算法训练模型参数。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium