CCF 归一化处理

题目背景

在机器学习中，对数据进行归一化处理是一种常用的技术。
将数据从各种各样分布调整为平均值为、方差为的标准分布，在很多情况下都可以有效的加速模型的训练。

问题描述

这里假定需要处理的数据为个整数
这组数据的平均值：

方差：

使用如下函数处理所有数据，得到的个浮点数即满足平均值为且方差为：

输入格式

从标准输入读入数据
第一行包含一个整数，表示待处理的整数个数
第二行包含空格分隔的个整数，依次表示

输出格式

输出到标准输出
输出共行，每行一个浮点数，依次表示按上述方法归一化处理后的数据

样例输入

7
-4 293 0 -22 12 654 1000

样例输出

-0.7485510379073613
0.04504284674812264
-0.7378629047806881
-0.7966476369773906
-0.7057985054006686
1.0096468614303775
1.9341703768876082

样例解释

平均值：
方差：
标准差：

子任务

全部的测试数据保证，其中 表示的绝对值
且输入的个整数 满足：方差

求解

#include <stdio.h>
#include <math.h>
int main() {
    int n;
    scanf("%d\n", &n);
    double value[n]; 
    double average = 0;
    int i;
    for (i = 0; i < n; i++) {
        scanf("%lf", &value[i]);
        average += value[i];
    }
    average /= n;
    double variance = 0;
    for (i = 0; i < n; i++) {
        variance += pow(value[i] - average, 2);
    }
    variance /= (double)n;
    double standard_deviation = sqrt(variance);
    for (i = 0; i < n; i++) {
        double result;
        result = (value[i] - average) / standard_deviation;
        printf("%lf\n", result);
    }
    return 0;
}