方差是衡量数据集合中各个数据与其均值之间的差异程度的统计量。快速计算方差的方法有以下几种：
1.平均差法：首先计算每个数据与均值的差值，然后求这些差值的平均数。这种方法适用于样本容量较小的情况。
2.平方和法：将每个数据与其均值的差值进行平方，然后将所有平方差值相加，最后除以样本容量减1。这种方法适用于样本容量较大的情况。
3.在线性代数中的向量运算：将数据集表示为一个向量，然后通过向量运算来计算方差。这种方法可以快速处理大规模的数据集。
4.高斯-若尔当消元法：通过高斯-若尔当消元法将数据集表示为一个矩阵，然后通过矩阵运算来计算方差。这种方法可以快速处理大规模的数据集。
5.蒙特卡洛方法：通过随机抽样的方式来估计方差。首先从数据集中抽取一定数量的样本，然后计算这些样本的均值和方差，最后根据抽样结果来估计整个数据集的方差。这种方法适用于大规模数据集的情况。
6.Welford算法：这是一种在线计算方差的算法，可以在数据逐个输入的过程中实时计算方差。它的基本思想是将每次输入的数据与当前的均值进行比较，然后根据比较结果来更新均值和方差。这种方法适用于实时数据处理的场景。
总之，快速计算方差的方法有多种选择，可以根据具体情况选择合适的方法来进行计算。