P13910 [CSPro 26] 归一化处理

洛谷的测试数据仅供民间交流使用，非官方测试数据。官方评测链接：。 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 $0$、方差为 $1$ 的标准分布，在很多情况下都可以有效地加速模型的训练。

这里假定需要处理的数据为 $n$ 个整数 $a_1, a_2, \cdots, a_n$。 这组数据的平均值： $$\bar{a} = \frac{a_1 + a_2 + \cdots + a_n}{n}$$ 方差： $$D(a) = \frac{1}{n} \sum_{i=1}^{n} (a_i - \bar{a})^2$$ 使用如下函数处理所有数据，得到的 $n$ 个浮点数 $f(a_1), f(a_2), \cdots, f(a_n)$ 即满足平均值为 $0$ 且方差为 $1$： $$f(a_i) = \frac{a_i - \bar{a}}{\sqrt{D(a)}}$$

从标准输入读入数据。 第一行包含一个整数 $n$，表示待处理的整数个数。 第二行包含空格分隔的 $n$ 个整数，依次表示 $a_1, a_2, \cdots, a_n$。

输出到标准输出。 输出共 $n$ 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 $f(a_1), f(a_2), \cdots, f(a_n)$。

### 样例解释 平均值：$\bar{a} \approx 276.14285714285717$ 方差：$D(a) \approx 140060.69387755104$ 标准差：$\sqrt{D(a)} \approx 374.24683549437134$ ### 子任务 全部的测试数据保证 $n, |a_i| \leq 1000$，其中 $|a_i|$ 表示 $a_i$ 的绝对值。 且输入的 $n$ 个整数 $a_1, a_2, \cdots, a_n$ 满足：方差 $D(a) \geq 1$。 ### 评分方式 如果你输出的每个浮点数与参考结果相比，均满足绝对误差不大于 $10^{-4}$，则该测试点满分，否则不得分。