c# - 优化：每一步都计算还是最后全部计算？

Question

我做了很多计算，在这中间，我得到了一个结果，称之为 X。

我有一些与 X 相关的变量：

X_sum : 到目前为止的总数

X_sumOfSquares：顾名思义；每次产生 X 时 (X*X) 的总和，所以基本上是 X^2 的总和。

N : 计算 X 的操作被调用的次数

最后，我使用这些数字根据我拥有的样本的平均值计算 X 的真实平均值应该位于的置信范围。

无论我要达到什么目标，我的问题是：

假设我计算 X 1000 次，所以 N = 1000。哪种方法更快：

1. 每次我有 X 时更新 x_sum 和 x_sumOfSquares。
2. 在开始时创建大小为 1000 的数组，将 X 的所有值存储在该数组中。最后遍历数组并计算 x_sum 和 x_sumOfSquares。

对于第二种方法，确实应该有一种方法可以对这种方法进行矢量化，在 C++ 中有一些方法可以做到这一点，例如我记得英特尔 C++ 对这种简单的情况进行了一些自动矢量化，但我不知道该怎么做在 C# 中。

Answer 1

第一种方法比简单迭代更快，因为您不需要在过程结束时对 X 向量进行迭代。

如果您只需要 X 值向量来进行统计计算，那么在内存使用方面也更便宜。

您还可以考虑使用 Linq 方法来计算 Sum/Mean/Count（Linq 查询并行运行） Sum : Sum() N : Count() Std : Aggregate()