算法题1： 给定一个数值列表，找到列表中的某个位置，使得由该位置切割成的两部分的方差和最小。注：该位置包含于右侧，下标从0开始计数。 例如输入：[2.1, 1.4 ,3.6 ,4.2 ,1, 3.2]，输出: 5，分割的两部分数组：[2.1, 1.4 ,3.6 ,4.2 ,1]和[3.2]

这是一个比较典型的动态规划问题。我们可以先计算出列表中前缀和数组preSum，然后对于每个位置i，计算出它右侧所有位置的后缀和数组sufSum。这样我们就可以得到以位置i分割的两部分的和的平方和为：(preSum[i] - preSum[0])**2 + (sufSum[i] - sufSum[i+1])**2。我们可以通过预处理preSum和sufSum数组，每次O(1)的计算出分割之后的方差和。最后遍历一遍列表，找到方差和最小的位置即可。

下面是 Python 实现代码：

def find_min_variance_position(nums):
    n = len(nums)
    preSum = [0] * (n + 1)
    sufSum = [0] * (n + 1)
    for i in range(1, n + 1):
        preSum[i] = preSum[i - 1] + nums[i - 1]
        sufSum[n - i] = sufSum[n - i + 1] + nums[n - i]
    min_var = float('inf')
    min_pos = -1
    for i in range(n):
        var = (preSum[i] - preSum[0]) ** 2 + (sufSum[i] - sufSum[i + 1]) ** 2
        if var < min_var:
            min_var = var
            min_pos = i
    return min_pos

对于输入的样例 [2.1, 1.4 ,3.6 ,4.2 ,1, 3.2]，该函数的输出为 5。