最近我经历了一个old blog post by Eric Lippert,其中,在写关于相关性时,他提到在C#中,(a + b) + c
对于a,b,c的某些值不等于a + (b + c)
。
我无法弄清楚哪些类型和范围的算术值可能是正确的以及为什么。
在double
类型的范围:
double dbl1 = (double.MinValue + double.MaxValue) + double.MaxValue;
double dbl2 = double.MinValue + (double.MaxValue + double.MaxValue);
第一个是double.MaxValue
,第二个是double.Infinity
关于double
类型的精度:
double dbl1 = (double.MinValue + double.MaxValue) + double.Epsilon;
double dbl2 = double.MinValue + (double.MaxValue + double.Epsilon);
现在dbl1 == double.Epsilon
,而dbl2 == 0
。
从字面上阅读问题:-)
在checked
模式:
checked
{
int i1 = (int.MinValue + int.MaxValue) + int.MaxValue;
}
i1
是int.MaxValue
checked
{
int temp = int.MaxValue;
int i2 = int.MinValue + (temp + temp);
}
(注意使用temp
变量,否则编译器会直接给出错误......从技术上讲,这将是一个不同的结果:-)正确编译vs不编译)
这引发了一个OverflowException
......结果不同:-)(int.MaxValue
vs Exception
)
一个例子
a = 1e-30
b = 1e+30
c = -1e+30
扩展其他答案,这些答案显示了大小数字的极端情况会得到不同的结果,这里有一个例子,其中具有真实正常数字的浮点数给出了不同的答案。
在这种情况下,我只是做了很多补充,而不是在极限精度上使用数字。区别在于做(((...(((a+b)+c)+d)+e)...
或...(((a+b)+(c+d))+((e+f)+(g+h)))+...
我在这里使用python,但如果用C#编写,你可能会得到相同的结果。首先创建一个包含百万个值的列表,所有这些值都是0.1。从左侧添加它们,您会看到舍入错误变得很重要:
>>> numbers = [0.1]*1000000
>>> sum(numbers)
100000.00000133288
现在再次添加它们,但这次将它们成对添加(有更多有效的方法来实现这一点,使用较少的中间存储,但我在这里保持实现简单):
>>> def pair_sum(numbers):
if len(numbers)==1:
return numbers[0]
if len(numbers)%2:
numbers.append(0)
return pair_sum([a+b for a,b in zip(numbers[::2], numbers[1::2])])
>>> pair_sum(numbers)
100000.0
这次任何舍入误差都会最小化。
编辑完整性,这是一个更有效但不太容易实现的成对总和。它给出了与上面的pair_sum()
相同的答案:
def pair_sum(seq):
tmp = []
for i,v in enumerate(seq):
if i&1:
tmp[-1] = tmp[-1] + v
i = i + 1
n = i & -i
while n > 2:
t = tmp.pop(-1)
tmp[-1] = tmp[-1] + t
n >>= 1
else:
tmp.append(v)
while len(tmp) > 1:
t = tmp.pop(-1)
tmp[-1] = tmp[-1] + t
return tmp[0]
这是用C#编写的简单pair_sum:
using System;
using System.Linq;
namespace ConsoleApplication1
{
class Program
{
static double pair_sum(double[] numbers)
{
if (numbers.Length==1)
{
return numbers[0];
}
var new_numbers = new double[(numbers.Length + 1) / 2];
for (var i = 0; i < numbers.Length - 1; i += 2) {
new_numbers[i / 2] = numbers[i] + numbers[i + 1];
}
if (numbers.Length%2 != 0)
{
new_numbers[new_numbers.Length - 1] = numbers[numbers.Length-1];
}
return pair_sum(new_numbers);
}
static void Main(string[] args)
{
var numbers = new double[1000000];
for (var i = 0; i < numbers.Length; i++) numbers[i] = 0.1;
Console.WriteLine(numbers.Sum());
Console.WriteLine(pair_sum(numbers));
}
}
}
输出:
100000.000001333
100000
这源于普通值类型(int,long等)使用固定数量的字节存储的事实。因此,当两个值的总和超过字节存储容量时,溢出是可能的。
在C#中,可以使用BigInteger来避免这种问题。 BigInteger的大小是任意的,因此不会产生溢出。
BigInteger仅适用于.NET 4.0及更高版本(VS 2010+)。
简短的回答是数学上的(a + b) + c == a + (b + c)
,但不一定是计算上的。
记住计算机确实以二进制工作,即使是简单的小数也可能在转换为内部格式时导致舍入错误。
根据语言的不同,即使加法也会产生舍入误差,在上面的例子中,a+b
中的舍入误差可能与b+c
中的舍入误差不同。
一个令人惊讶的罪犯是JavaScript:0.1 + 0.2 != 0.3
。舍入误差在小数点下方很长,但是真实且有问题。
通过首先添加小部件来减少舍入误差是一般原则。这样他们就可以在被更大数字淹没之前积累。
几个类似的例子:
static void A(string s, int i, int j)
{
var test1 = (s + i) + j;
var test2 = s + (i + j);
var testX = s + i + j;
}
在这里A("Hello", 3, 5)
导致test1
和testX
等于"Hello35"
,而test2
将是"Hello8"
。
和:
static void B(int i, int j, long k)
{
var test1 = (i + j) + k;
var test2 = i + (j + k);
var testX = i + j + k;
}
在这里,B(2000000000, 2000000000, 42L)
导致test1
和testX
在通常的-294967254L
模式中等于unchecked
,而test2
变成4000000042L
。