可以是平均& Python中的方差计算算法可使用鸿沟和征服方法递归实施?
当列表的长度事先已知时,使用d& c的递归平均计算很容易。
def mv_recursive (X):
if len(X)==1:
mu = X[0]
var = 0
else:
mu = (int(len(X)/2)/len(X))*mv_recursive(X[0:int(len(X)/2)])[0] + ((len(X)-int(len(X)/2))/len(X))*mv_recursive(X[int(len(X)/2):len(X)])[0]
var = mv_recursive(X[0:int(len(X)/2)])[1] + mv_recursive(X[int(len(X)/2):len(X)])[1] + ((int(len(X)/2)*(len(X)-int(len(X)/2)))/len(X))*(mv_recursive(X[0:int(len(X)/2)])[0]-mv_recursive(X[int(len(X)/2):len(X)])[0])*(mv_recursive(X[0:int(len(X)/2)])[0]-mv_recursive(X[int(len(X)/2):len(X)])[0])
return mu, var
以上来自以下意识:
使用递归和D& c,如何解决一个未知长度(在线平均计算)的整数(在线平均计算)的相同问题?
感谢您提供的任何提示!
A recursive mean computation using D&C is easy when the length of a list is known beforehand.
def mv_recursive (X):
if len(X)==1:
mu = X[0]
var = 0
else:
mu = (int(len(X)/2)/len(X))*mv_recursive(X[0:int(len(X)/2)])[0] + ((len(X)-int(len(X)/2))/len(X))*mv_recursive(X[int(len(X)/2):len(X)])[0]
var = mv_recursive(X[0:int(len(X)/2)])[1] + mv_recursive(X[int(len(X)/2):len(X)])[1] + ((int(len(X)/2)*(len(X)-int(len(X)/2)))/len(X))*(mv_recursive(X[0:int(len(X)/2)])[0]-mv_recursive(X[int(len(X)/2):len(X)])[0])*(mv_recursive(X[0:int(len(X)/2)])[0]-mv_recursive(X[int(len(X)/2):len(X)])[0])
return mu, var
The above comes from the following realization:
How could one tackle the same problem for a stream of integers of unknown length (online mean calculation), using recursion and D&C?
Thanks for any tips!
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论