一维卷积通过滑动窗口实现，输出长度为(N+2×P−F)÷S+1（向下取整）；以input=[1,2,3,4,5]、kernel=[1,0,−1]为例，padding=0、stride=1时输出为[−2,−2,−2]。

如何应用数组实现卷积运算逻辑并掌握滑动窗口变量的提取与计算

用数组实现卷积运算，核心是把卷积核（filter）在输入数组上逐位置滑动，每滑一次就做一次对应元素的乘加运算。关键不在“写多复杂”，而在理清滑动窗口的起止边界、索引映射关系和输出尺寸推导逻辑。

明确输入、卷积核与输出的尺寸关系

设输入数组长度为 N，卷积核长度为 F，步长（stride）为 S，填充（padding）为 P（两端各补 P 个零），则输出长度为：

(N + 2×P − F) ÷ S + 1（结果向下取整，要求分子 ≥ 0）

常见情况举例：

无填充、步长为1：输出长度 = N − F + 1
输入 [1,2,3,4,5]，核 [1,0,−1]，则输出长度 = 5 − 3 + 1 = 3
若核越界（如当前位置 i=0 时想取 input[-1]），必须靠 padding 或直接跳过——实际编码中应先确保索引合法

手动模拟滑动窗口的索引提取过程

以输入 input = [1,2,3,4,5]、核 kernel = [1,0,−1]、stride=1, padding=0 为例：

窗口 0：覆盖 input[0:3] → [1,2,3]，计算 1×1 + 2×0 + 3×(−1) = −2
窗口 1：覆盖 input[1:4] → [2,3,4]，计算 2×1 + 3×0 + 4×(−1) = −2
窗口 2：覆盖 input[2:5] → [3,4,5]，计算 3×1 + 4×0 + 5×(−1) = −2

注意：Python 切片 input[i:i+F] 天然对应第 i 个窗口；其他语言需用循环或指针偏移模拟该区间。

用纯数组代码实现一维卷积（无框架依赖）

以下为可直接运行的 Python 示例（思路通用，其他语言只需改语法）：

def conv1d(input_arr, kernel, stride=1, padding=0):
    # 补零
    padded = [0]*padding + input_arr + [0]*padding
    N, F = len(padded), len(kernel)
    out_len = (N - F) // stride + 1
    if out_len result = []
for i in range(0, out_len * stride, stride):
    window = padded[i:i+F]
    s = sum(window[j] * kernel[j] for j in range(F))
    result.append(s)
return result