Algorithm 在一个循环中是否有一个近似值来获得平均值和标准偏差

我有一个n个浮点值的集合：

x[n]

。当我想要计算平均值和标准偏差时，我需要在所有值上迭代两个循环：

对所有值求和并计算平均值的第一个循环：

sum = 0
for(i=0; i<n; i++)
    sum += x[i]
mean = sum/n

sum=0
对于（i=0；i，请查看关于标准偏差的wiki，特别是最后一个公式得出以下算法：

    sum = 0;
    sumsqrd = 0;

    for(i = 0; i < n; i++)
        sum += x[i]
        sumsqrd += x[i] * x[i]

    mean = sum / n
    stddev = sqrt(sumsqrd / n - mean * mean)

sum=0；
sumsqrd=0；
对于（i=0；i
看一下关于标准偏差的wiki，特别是最后一个公式得出了以下算法：

    sum = 0;
    sumsqrd = 0;

    for(i = 0; i < n; i++)
        sum += x[i]
        sumsqrd += x[i] * x[i]

    mean = sum / n
    stddev = sqrt(sumsqrd / n - mean * mean)

sum=0；
sumsqrd=0；
对于（i=0；i
这是一个一次计算的版本，计算更稳定：

mean = 0.0
sum_sqrs = 0.0
n = 0

loop do
  x = get_x()
  break if x == nil
  delta = x - mean
  n += 1
  mean += delta / n
  sum_sqrs += delta * (x - mean)
end
sample_var = sum_sqrs / (n - 1)

这是基于维基百科页面下半部分的公式。
这是一个一次计算的版本，计算更稳定：

mean = 0.0
sum_sqrs = 0.0
n = 0

loop do
  x = get_x()
  break if x == nil
  delta = x - mean
  n += 1
  mean += delta / n
  sum_sqrs += delta * (x - mean)
end
sample_var = sum_sqrs / (n - 1)

这是基于维基百科页面下半部分中的公式得出的。
你有的是O（n）。你的意思是你想一次完成吗？是的，我的意思是。我将编辑问题O（2n）是O（n）.如果你想提高常数因子时使用大O表示法，你可能想错了。你的问题是O（n）。你的意思是想一次完成吗？是的，我的意思是。我将编辑问题O（2n）是O（n）。如果你想提高常数因子时使用大O表示法，你可能想错了。哦，伙计，我应该把注意力放在数学上。我不认为这会那么容易。值得注意的是，这种算法的数值稳定性比先计算平均值，然后再计算平均值差平均值的均方根偏差。例如，对于IEEE 754双倍，它给出[1e8+1，1e8-1]的标准偏差为0。如果你打算接受一个近似值，那可能没问题，但是认为这个算法没有缺点是错误的。哦，天哪，我应该更注意数学。我不认为这会那么容易。值得注意的是，这个算法的数值稳定性比计算平均值的稳定性差t，然后计算平均值的均方根偏差。例如，对于IEEE 754 Double，它给出[1e8+1，1e8-1]的标准偏差为0。如果你无论如何都要接受近似值，这可能是好的，但认为这种算法没有缺点是错误的。