我做的是股票数据分析。
只关注股票的最高价和最低价。
以三根K线关系，可以分为下降序列，就是3个K线一个比一个低。上升序列，一个比一个高。顶分型，中间高两边低，底分型，中间低两边高。如图：
下降序列：
｜
｜
｜
上升序列：
｜
｜
｜
顶分型：
｜
｜ ｜
底分型：
｜ ｜
｜
假设已经有了３根初始的Ｋ线，容易判断出当前属于什么类型。
接下来会添加一根Ｋ线的数据。然后分析这４根Ｋ线会如何组合。
比如底分型，如果新加Ｋ线呈上升态势，是一种。但如果新加Ｋ线和前面的两根又组合成了顶分型，也就是４根Ｋ线，变成了：
｜ ｜
｜ ｜
如果前面３根组合，是底分型，如果后面３根组合，是顶分型。到底如何选择，要继续看后续添加的Ｋ线数据。
再加入第５根Ｋ线。
如果相对第４根Ｋ线是下降的，则图形组合成：
｜ ｜
｜ ｜
｜
就是第一根Ｋ线暂时没有分析价值，２，３，４根Ｋ线组合成顶分型，５是下降序列的第一个。
继续再加入第６根Ｋ线。如果第六比第五低，则继续是下降序列的一部分。如果第六比第五高，
那么此事最后３根又组合成了底分型，签名的３根又失去了分析意义。
只是举一个这么样的例子，规则很复杂，可能出现的情况很多。总结起来，就是每次新加一个数据，将会使得前面的分析结果完全放弃掉重新来过。
那么我的主要目的是什么呢？就是能找到符合条件的顶和底，两者能连起来。假设找到一个合适的底了，那么我就要找到能与之匹配的顶。在找的过程中，新加入的数据往往破坏掉前面的分析结果，比如又出现了一个新的底。
类似这样的情况，有什么好的设计方式？
根据你的描述，设计方式就是：只分析最近三根。
http://download.csdn.net/album/detail/1021
我只是以股票数据作为例子说明这种情况。
一般的数据分析模式，都是得到一个数据，分析之后得到一个对象，根据数据不同，可能是不同的对象。然后再得到一个数据，或者根据上一个数据的不同，需要得到一系列数据，产生出又一个对象，数据分析完毕之后，转换成一系列的对象。然后这些对象再自己处理数据。
但是有这种情况
先得到一个数据，分析之后得到一个对象，然后又得到一个数据，这个数据可能导致前面产生的对象需要破解，将原有数据与新数据重新组合产生新的对象。然后又得到一个数据，又需要将此数据与前面的对象打破然后重组成新的对象。
好比C++语言的分析过程：
先得到int
分析得到是一个关键字。
int1
分析得到是一个符号
int1 x
分析得到是一个变量
int1 x(
分析得到是一个函数