优化：在每一步计算或在最后计算所有？

Question

我做了很多计算，在中间，我得到一个结果，称之为X.

我有一些与X相关的变量：

X_sum ：到目前为止总数

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

N：计算X的操作被调用的次数

最后，我使用这些数字来计算X的真实均值所在的置信区间，基于我的样本的平均值。

无论我想要实现什么，我的问题是：

假设我计算X 1000次，所以N = 1000.哪种方法更快：

1. 每次有X时更新x_sum和x_sumOfSquares。
2. 在开头创建大小为1000的数组，在该数组中存储X的所有值。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来矢量化这种方法，有很多方法可以在C ++中实现这一点，例如我记得英特尔C ++有一些这种简单情况的自动矢量化，但我不知道如何在C＃中做到这一点。

Answer 1

第一种方法比天真迭代更快，因为您不需要在过程结束时迭代X向量。

如果您只需要统计计算的X值向量，那么内存使用也会更便宜。

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