我在以下代码示例中遇到数字错误(我在下面添加了 Kahan 求和尝试和一个更聪明但仍然天真的版本;但不幸的是更糟):
#include <algorithm>
#include <iostream>
#include <random>
#include <vector>
int main()
{
std::random_device rd;
std::mt19937 g{ rd() };
std::uniform_real_distribution<> u;
static std::size_t constexpr n = 1000;
std::vector<double> q(n);
std::generate_n(q.begin(), q.size(), [&]() { return u(g); });
double average_of_q{};
for (auto const& q : q)
average_of_q += q;
average_of_q /= n;
std::vector<double> f(n);
std::generate_n(f.begin(), n, [&]() { return u(g); });
double sum1{};
for (std::size_t i = 0; i < n; ++i)
sum1 += std::abs(f[i] - q[i]);
sum1 /= n;
{
double sum2{};
for (std::size_t i = 0; i < n; ++i)
sum2 += std::abs(f[i] - q[i]) - q[i];
sum2 = sum2 / n + average_of_q;
std::cout << "naive: " << std::abs(sum1 - sum2) << std::endl;
}
{
double sum2{},
c{};
for (std::size_t i = 0; i < n; ++i)
{
double const x = std::abs(f[i] - q[i]) - q[i] - c,
s = sum2 + x;
c = (s - sum2) - x;
sum2 = s;
}
sum2 = sum2 / n + average_of_q;
std::cout << "kahan: " << std::abs(sum1 - sum2) << std::endl;
}
{
double sum2{};
for (std::size_t i = 0; i < n; ++i)
{
if (f[i] - q[i] >= 0)
sum2 += f[i] - 2 * q[i];
else
sum2 -= f[i];
}
sum2 = sum2 / n + average_of_q;
std::cout << "more clever, but still naive: " << std::abs(sum1 - sum2) << std::endl;
}
return 0;
}
输出是
1.11022e-16
,而我们理论上期望它应该是0
。我怎样才能优化这段代码,使std::abs(sum1 - sum2)
尽可能小?
为了激发这一点:在我的实际应用中,我已经知道
average_of_q
并且我不需要遍历每个i
,因为我知道std::abs(f[i] - q[i])
对于大多数i
来说非常小,这是为什么我需要使用 sum2
. 的公式
编辑:我也在 MSE 上询问了这个问题的理论部分(但略有不同;我不想在这里让事情变得太复杂):https://math.stackexchange.com/ q/4688917/47771.
编辑2: 我还尝试通过将它们乘以一个因子来“提升”总和的项:
{
double sum2{};
for (std::size_t i = 0; i < n; ++i)
sum2 += 1000 * (std::abs(f[i] - q[i]) - q[i]);
sum2 = sum2 / (1000 * n) + average_of_q;
std::cout << "boosted: " << std::abs(sum1 - sum2) << std::endl;
}
这可能是一个有用的信息:在我的实际应用中,许多
f[i]
与q[i]
相比是小的。为简单起见,您可以假设所有q[i] = 1
,许多f[i]
都在1e-10左右,但少数接近1
。
那应该如何工作?
for (auto const& q : q)
average_of_q += q;