优化:在每一步计算或在最后计算全部

我做了很多计算，在计算的中间，我得到一个结果，称之为X。

我有一些与X:相关的变量

X_sum：迄今为止总数

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

N：计算X的操作被调用的次数

最后，我根据样本的平均值，用这些数字来计算X的真实平均值所在的置信区间。

不管我想实现什么，我的问题是：

假设我计算X 1000次，那么N=1000。哪种方法更快：

1. 每次我有x时更新x_sum和x_sumOfSquares
2. 在开始时创建大小为1000的数组，将X的所有值存储在该数组中。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，在C++中有很多方法可以做到这一点，例如，我记得英特尔C++对这种简单的情况进行了一些自动矢量化，但我不知道如何在C#中做到这一步。