题
让我们,
float dt;
我读 dt
从文本文件作为
inputFile >> dt;
然后我有一个 for
循环为,
for (float time=dt; time<=maxTime; time+=dt)
{
// some stuff
}
何时 dt=0.05
而我输出 std::cout << time << std::endl;
我得到了,
0.05
0.10
...
7.00001
7.05001
...
那么,为什么位数在一段时间后会增加呢?
解决方案
因为不是每个数字都可以用IEEE754浮点值表示。在某些时候,你会得到一个不太可表示的数字,计算机将不得不选择最近的数字。
如果你输入0.05到 Harald Schmidt's excellent online converter
并参考 关于ieee754-1985的维基百科条目, ,你最终会得到以下位(我对此的解释如下):
s eeeeeeee mmmmmmmmmmmmmmmmmmmmmmm
0 01111010 10011001100110011001101
|||||||| |||||||||||||||||||||||
128 -+||||||| ||||||||||||||||||||||+- 1 / 8388608
64 --+|||||| |||||||||||||||||||||+-- 1 / 4194304
32 ---+||||| ||||||||||||||||||||+--- 1 / 2097152
16 ----+|||| |||||||||||||||||||+---- 1 / 1048576
8 -----+||| ||||||||||||||||||+----- 1 / 524288
4 ------+|| |||||||||||||||||+------ 1 / 262144
2 -------+| ||||||||||||||||+------- 1 / 131072
1 --------+ |||||||||||||||+-------- 1 / 65536
||||||||||||||+--------- 1 / 32768
|||||||||||||+---------- 1 / 16384
||||||||||||+----------- 1 / 8192
|||||||||||+------------ 1 / 4096
||||||||||+------------- 1 / 2048
|||||||||+-------------- 1 / 1024
||||||||+--------------- 1 / 512
|||||||+---------------- 1 / 256
||||||+----------------- 1 / 128
|||||+------------------ 1 / 64
||||+------------------- 1 / 32
|||+-------------------- 1 / 16
||+--------------------- 1 / 8
|+---------------------- 1 / 4
+----------------------- 1 / 2
符号为0,为正。指数由映射到左边数字的一位表示: 64+32+16+8+2 = 122 - 127 bias = -5
, ,所以乘数为2-5 或 1/32
.该 127
偏差是允许表示非常小的数字(如接近零,而负数与一个大的幅度)。
尾数有点复杂。对于每个一位,您将右侧的数字累加(在添加隐式后 1
).因此,您可以将数字计算为 {1, 1/2, 1/16, 1/32, 1/256, 1/512, 1/4096, 1/8192, 1/65536, 1/131072, 1/1048576, 1/2097152, 1/8388608}
.
当你把所有这些加起来,你就会得到 1.60000002384185791015625
.
当你乘 那个 乘数 1/32
(以前从指数位计算),你得到 0.0500000001
, ,所以你可以看到 0.05
是 已经 不完全表示。尾数的这种位模式实际上与 0.1
但是,有了这个,指数是-4而不是-5,这就是为什么 0.1 + 0.1 + 0.1
很少等于 0.3
(这似乎是一个最喜欢的面试问题)。
当你开始把它们加起来的时候,这个小错误就会累积起来,你不仅会在 0.05
本身,错误也可能在积累的每个阶段引入-不是所有的数字 0.1
, 0.15
, 0.2
等可以完全表示。
最终,如果您使用默认精度,错误将变得足够大,以至于它们将开始显示在数字中。你可以通过选择你自己的精度来推迟一下,比如:
#include <iostream>
#include <iomanip>
:
std::cout << std::setprecison (2) << time << '\n';
它不会修复变量 价值, 但在错误变得可见之前,它会给你更多的喘息空间。
顺便说一句,有些人建议避免
std::endl
因为它迫使缓冲区冲洗。如果您的实现本身表现良好,那么无论如何,当您发送换行符时,终端设备都会发生这种情况。如果您已将标准输出重定向到非终端,则可能 不要 每行都要冲洗。与你的问题并不真正相关,它可能不会在绝大多数情况下产生真正的影响,只是我想我会提出的一点。
其他提示
IEEE浮点数使用二进制数系统,因此不能准确存储十进制数。当您将其中几个添加在一起(有时只需两个就足够了)时,表示错误可能会累积并变得可见。
有些数字不能使用浮点数或基数2精确表示。如果我正确地记得,其中一个数字是十进制0.05(在基数2中导致 无限 重复小数)。另一个问题是,如果您将浮点打印到文件(作为基数10数字),然后将其读回,您可能会得到不同的数字-因为基数不同,并且在将小数base2转换为小数base10数
如果你想要更好的精度,你可以尝试搜索一个bignum库。不过,这将比浮点慢得多。处理精度问题的另一种方法是尝试将数字存储为带有numberator/分母(即1/10而不是0.1,1/3而不是0.333。.,等等-甚至可能有图书馆,但我还没有听说过),但这对无理数不起作用,比如 圆周率 或 e.