以下是使用 Python 实现的采样过滤算法： ```python def process_sampling_data(input_str): parts = input_str.split() M, T, P = map(int, parts[:3]) S = list(map(int, parts[3:])) error_count = 0 consecutive_error_count = 0 consecutive_normal_count = 0 max_normal_count = 0 last_normal_value = None in_fault = False fault_start = 0 for i, s in enumerate(S): is_error = False if s <= 0: is_error = True elif last_normal_value is not None: if s < last_normal_value or s - last_normal_value >= 10: is_error = True if is_error: if not in_fault: if last_normal_value is not None: s = last_normal_value else: continue error_count += 1 consecutive_error_count += 1 consecutive_normal_count = 0 else: last_normal_value = s consecutive_error_count = 0 consecutive_normal_count += 1 if not in_fault: if i >= M: prev_error = 1 if S[i - M] <= 0 or (last_normal_value is not None and (S[i - M] < last_normal_value or S[i - M] - last_normal_value >= 10)) else 0 error_count -= prev_error if error_count >= T: in_fault = True fault_start = i consecutive_normal_count = 0 else: if consecutive_normal_count >= P: in_fault = False error_count = 0 else: continue if not in_fault: max_normal_count = max(max_normal_count, consecutive_normal_count) return max_normal_count input_str = input() print(process_sampling_data(input_str)) ``` ### 代码解释 1. 首先从输入字符串中提取 `M`、`T`、`P` 以及采样数据 `S`。 2. 然后遍历采样数据 `S`，对于每个采样值，根据规则判断其是否为错误值。 3. 如果是错误值，根据是否处于故障状态进行不同处理；如果不是错误值，则更新 `last_normal_value`。 4. 在非故障状态下，使用滑动窗口统计 `M` 个周期内的错误次数，若达到 `T` 则进入故障状态。 5. 在故障状态下，若连续 `P` 个周期为正常值，则恢复正常状态。 6. 最后返回正常值的最长连续周期。