問題
標準化は特徴量を平均 0、標準偏差 1 にスケーリングします。多くのモデル（そして勾配降下法）はこの形で最もよく動きます。
z = (x - mean) / std
母集団の標準偏差を使ってください：std = √(Σ(x - mean)² / n)。std が 0（すべての値が等しい）の場合は、すべての値に対して 0 を返してください。
z_scores(values) を実装してください。
入力
values: 1つの特徴量の値。
出力
各値の Z スコアを同じ順序で返してください。
制約
1 ≤ 長さ ≤ 10,000
-1,000,000 ≤ 各値 ≤ 1,000,000
例
例 1
入力：
values = [2.0, 4.0, 4.0, 4.0, 5.0, 5.0, 7.0, 9.0]
期待される出力：
expected = [-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0]入力：
std::vector<double> values = {2.0, 4.0, 4.0, 4.0, 5.0, 5.0, 7.0, 9.0};
期待される出力：
std::vector<double> expected = {-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0};入力：
double[] values = new double[] {2.0, 4.0, 4.0, 4.0, 5.0, 5.0, 7.0, 9.0};
期待される出力：
double[] expected = new double[] {-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0};解説
平均は 40 / 8 = 5、母集団の標準偏差は √(32 / 8) = 2 なので、2 → (2 - 5) / 2 = -1.5、4 → -0.5、5 → 0、7 → 1、9 → 2。結果：[-1.5, -0.5, -0.5, -0.5, 0, 0, 1, 2]。
例 2
入力：
values = [3.0, 3.0]
期待される出力：
expected = [0.0, 0.0]入力：
std::vector<double> values = {3.0, 3.0};
期待される出力：
std::vector<double> expected = {0.0, 0.0};入力：
double[] values = new double[] {3.0, 3.0};
期待される出力：
double[] expected = new double[] {0.0, 0.0};解説
2つの値はどちらも平均と等しいので、標準偏差は 0 となり、Z スコアはどちらも 0 です。
参考資料
この課題はCodeUtility用に調整されています。上記の説明と制約に従ってください。