git.sesse.net Git - bcachefs-tools-debian/blob - linux/mean_and_variance.c

   1 // SPDX-License-Identifier: GPL-2.0
   2 /*
   3  * Functions for incremental mean and variance.
   4  *
   5  * This program is free software; you can redistribute it and/or modify it
   6  * under the terms of the GNU General Public License version 2 as published by
   7  * the Free Software Foundation.
   8  *
   9  * This program is distributed in the hope that it will be useful, but WITHOUT
  10  * ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or
  11  * FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License for
  12  * more details.
  13  *
  14  * Copyright © 2022 Daniel B. Hill
  15  *
  16  * Author: Daniel B. Hill <daniel@gluo.nz>
  17  *
  18  * Description:
  19  *
  20  * This is includes some incremental algorithms for mean and variance calculation
  21  *
  22  * Derived from the paper: https://fanf2.user.srcf.net/hermes/doc/antiforgery/stats.pdf
  23  *
  24  * Create a struct and if it's the weighted variant set the w field (weight = 2^k).
  25  *
  26  * Use mean_and_variance[_weighted]_update() on the struct to update it's state.
  27  *
  28  * Use the mean_and_variance[_weighted]_get_* functions to calculate the mean and variance, some computation
  29  * is deferred to these functions for performance reasons.
  30  *
  31  * see lib/math/mean_and_variance_test.c for examples of usage.
  32  *
  33  * DO NOT access the mean and variance fields of the weighted variants directly.
  34  * DO NOT change the weight after calling update.
  35  */
  36
  37 #include <linux/bug.h>
  38 #include <linux/compiler.h>
  39 #include <linux/export.h>
  40 #include <linux/limits.h>
  41 #include <linux/math.h>
  42 #include <linux/math64.h>
  43 #include <linux/mean_and_variance.h>
  44 #include <linux/module.h>
  45 #include <linux/printbuf.h>
  46
  47
  48 /**
  49  * fast_divpow2() - fast approximation for n / (1 << d)
  50  * @n: numerator
  51  * @d: the power of 2 denominator.
  52  *
  53  * note: this rounds towards 0.
  54  */
  55 s64 fast_divpow2(s64 n, u8 d)
  56 {
  57         return (n + ((n < 0) ? ((1 << d) - 1) : 0)) >> d;
  58 }
  59
  60 /**
  61  * mean_and_variance_update() - update a mean_and_variance struct @s1 with a new sample @v1
  62  * and return it.
  63  * @s1: the mean_and_variance to update.
  64  * @v1: the new sample.
  65  *
  66  * see linked pdf equation 12.
  67  */
  68 struct mean_and_variance mean_and_variance_update(struct mean_and_variance s1, s64 v1)
  69 {
  70         return mean_and_variance_update_inlined(s1, v1);
  71 }
  72 EXPORT_SYMBOL_GPL(mean_and_variance_update);
  73
  74 /**
  75  * mean_and_variance_get_mean() - get mean from @s
  76  */
  77 s64 mean_and_variance_get_mean(struct mean_and_variance s)
  78 {
  79         return div64_u64(s.sum, s.n);
  80 }
  81 EXPORT_SYMBOL_GPL(mean_and_variance_get_mean);
  82
  83 /**
  84  * mean_and_variance_get_variance() -  get variance from @s1
  85  *
  86  * see linked pdf equation 12.
  87  */
  88 u64 mean_and_variance_get_variance(struct mean_and_variance s1)
  89 {
  90         u128 s2 = u128_div(s1.sum_squares, s1.n);
  91         u64  s3 = abs(mean_and_variance_get_mean(s1));
  92
  93         return u128_to_u64(u128_sub(s2, u128_square(s3)));
  94 }
  95 EXPORT_SYMBOL_GPL(mean_and_variance_get_variance);
  96
  97 /**
  98  * mean_and_variance_get_stddev() - get standard deviation from @s
  99  */
 100 u32 mean_and_variance_get_stddev(struct mean_and_variance s)
 101 {
 102         return int_sqrt64(mean_and_variance_get_variance(s));
 103 }
 104 EXPORT_SYMBOL_GPL(mean_and_variance_get_stddev);
 105
 106 /**
 107  * mean_and_variance_weighted_update() - exponentially weighted variant of mean_and_variance_update()
 108  * @s1: ..
 109  * @s2: ..
 110  *
 111  * see linked pdf: function derived from equations 140-143 where alpha = 2^w.
 112  * values are stored bitshifted for performance and added precision.
 113  */
 114 struct mean_and_variance_weighted mean_and_variance_weighted_update(struct mean_and_variance_weighted s1,
 115                                                                     s64 x)
 116 {
 117         return mean_and_variance_weighted_update_inlined(s1, x);
 118 }
 119 EXPORT_SYMBOL_GPL(mean_and_variance_weighted_update);
 120
 121 /**
 122  * mean_and_variance_weighted_get_mean() - get mean from @s
 123  */
 124 s64 mean_and_variance_weighted_get_mean(struct mean_and_variance_weighted s)
 125 {
 126         return fast_divpow2(s.mean, s.w);
 127 }
 128 EXPORT_SYMBOL_GPL(mean_and_variance_weighted_get_mean);
 129
 130 /**
 131  * mean_and_variance_weighted_get_variance() -- get variance from @s
 132  */
 133 u64 mean_and_variance_weighted_get_variance(struct mean_and_variance_weighted s)
 134 {
 135         // always positive don't need fast divpow2
 136         return s.variance >> s.w;
 137 }
 138 EXPORT_SYMBOL_GPL(mean_and_variance_weighted_get_variance);
 139
 140 /**
 141  * mean_and_variance_weighted_get_stddev() - get standard deviation from @s
 142  */
 143 u32 mean_and_variance_weighted_get_stddev(struct mean_and_variance_weighted s)
 144 {
 145         return int_sqrt64(mean_and_variance_weighted_get_variance(s));
 146 }
 147 EXPORT_SYMBOL_GPL(mean_and_variance_weighted_get_stddev);
 148
 149 MODULE_AUTHOR("Daniel B. Hill");
 150 MODULE_LICENSE("GPL");