第六次作业流数据的标准差NO.2_流式数据标准差-CSDN博客

本文链接：https://blog.csdn.net/leselon/article/details/10353805

我们常常会遇到计算一系列数据的标准差的问题。最直接的方法是根据公式

average1

进行计算。第一步先计算所有数据的平均值，然后再计算标准差。这个方法需要读取原始数据两次，对于某些情况是不可行的。例如，新的数据在不断的产生，历史数据太多不可能再次读取。这种类型的数据被称为流数据。我们日常生活中的有很多流数据的例子，如股票交易所的股票价格信息，环境温度的监测数据，电信部门的通话记录，网站的点击数据，传感器网络中的监测数据以及网络流量信息等。

traffic

网络流量示意图

对这样的数据进行标准差统计，不能采用需要两次读取原始数据的方法。下面的公式只需要读取原始数据一次，因此也被称为在线算法(on-line algorithm)via。

更进一步，我们可用如下的算法得到标准差σ的值：

$m_1=x_1, m_k=m_{k-1} + (x_k - m_{k-1})/k$

$s_1=0, s_k=s_{k-1} + ((k-1)/k)(x_k-m_{k-1})^2$

$\sigma = sqrt(s_N/(N-1))$

*Donald E. Knuth (1998). The Art of Computer Programming, volume 2: Seminumerical Algorithms, 3rd edn., p. 232. Boston: Addison-Wesley.

================

本题要求你实现上文最后提到的计算流数据标准差的方法。

输入：

原始的数据，预先不知道个数，double类型。

输出：

输入结束时输出读到的所有数据的标准差，请使用格式化字符串"%8.5f\n"进行输出。

样例输入：

658.19351□346.61608↵

104.76351□975.13757↵

665.75218↵

样例输出：

333.70903↵

import java.util.List;
import java.util.ArrayList;
public class Main {
	public static void main(String[] args) {
		List<Double> dataDealList = new ArrayList<Double>();
		while(!StdIn.isEmpty()){
			dataDealList.add(StdIn.readDouble());
		}
		//从输入中对应公式参数
		double mk = dataDealList.get(0);
		double sk = 0.00;
		double k = 1.00;
		for(int i=1;i<dataDealList.size();i++){
			k++;
			sk = sk+((k-1)/k)*(dataDealList.get(i)-mk)*(dataDealList.get(i)-mk);
			mk = mk +(dataDealList.get(i)-mk)/k;			
		}
		double result = Math.sqrt(sk/(k-1));
		StdOut.printf("%8.5f\n", result);
	}
}