C++ funsafe数学优化，两行上相同的公式，不同的结果

我在循环中有以下代码：

while(true)
{
    float i1, i2;

    if(y==0)
    {
        i1 = 0;
    }
    else
    {
        //if y==108, this gives 74.821136 (note the two last digits)
        i1 = ((values[y]+values[y+1])-values[1])*0.5f;
    }

    if(y+2==values.size())
    {
        i2 = values[y+1];
    }
    else
    {
        //if y==107, this gives 74.821129 (note the two last digits)
        i2 = ((values[y+1]+values[y+2])-values[1])*0.5f;
    }

    if(i1<=t && t<i2) {
        break;
    }
    else if(t<i1) {
        y--;
    }
    else {
        y++;
    }
}

然后在循环中使用它：

    if(y==0)
    {
        i1 = 0;
    }
    else
    {
        i1 = getDifValue(y);
    }

    if(y+2==values.size())
    {
        i2 = values[y+1];
    }
    else
    {
        i2 = getDifValue(y+1);
    }

我是否确保y=107的i2和y=108的i1将产生相同的结果？或者编译器是否可以内联getDifValue并在两个位置上对其进行不同的优化

---

谢谢

在我看来，您似乎比较了浮点数字的机器精度以外的数字（浮点数字为1e-7，双精度数字为1e-16）。这意味着您输出的数字比应该的多。如果以二进制形式输出变量，而不是以数值形式输出，我想它们是相同的。如果你担心1e-7还不够，我建议你使用双打

偶数

x=y；如果（x==y）.

不能保证使用这些优化。例如，它可能会将寄存器中的值与内存中的值进行比较，而内存中的值可能精度较低

这可能是造成问题的原因。在一种情况下，可以使用浮点寄存器中的值，而在另一种情况下，寄存器不足，必须将值写入内存，然后再读回。也许

i1

保留在最后一个可用寄存器中，但是

i2

必须进入内存

---

或者完全是别的什么东西。但这并不意外。

在查看了反汇编之后，funsafe优化似乎确实发生了变化

float i1 = ((values[y]+values[y+1])-values[1])*0.5f;
float i2 = ((values[y+1]+values[y+2])-values[1])*0.5f;

进入：

因为它可以只计算一次

（值[y+1]-值[1]）

然后，现在计算y==127的i2和y==128的i1略有不同，fpu舍入使结果不同

---

将计算作为y的一个单独函数来编写可以解决这个问题。但是，如果编译器决定内联和优化，那么这个问题可能会再次出现。

索引

107

-

110

和

1

上的

values[]

数组中的值是什么？什么样的循环？如果你需要与其他任何东西相等的东西，不安全不适合你

x==x

可能有效，但我不确定。@stealthjong:values[]包含严格递增的值，增量约为0.01到1.0（没有非常小的值，也没有非常大的值）。这里的值[107到110]约为74，值[1]相当小，约为0.1“不安全的数学”优化称为“不安全”是有原因的。它可能给你更快的代码，但也可能给你“坏”的结果。这就是该功能的本质。不幸的是，虽然足够长，但您的问题没有足够的细节来实际回答编译器所做的工作……一段完整的代码，可以编译并生成一些合理的输出，包括出错所需的值——这样，我（和其他可能更了解此主题的人）可以使用gcc和其他编译器/工具编译和查看生成的代码。为什么不试着用内联编译代码呢？很难准确预测这里会发生什么，而且你可能不能指望将来会有所不同-内联在代码生成阶段很早就发生了，所以其他优化将在内联代码上发生。不，这似乎是因为不安全的数学优化不尊重操作顺序。例如，在三项或三项以上的总和中，他可以根据自己的喜好对部分总和进行分组。在这里，它似乎分组：（值[y+1]-值[1]），并放弃排序和括号，因为他可能会为两个计算行计算一次。不，这里导致问题的两个稍有不同的数字是浮点，它们的最后一个浮点尾数位不同。我不在乎有一个更精确的结果，只在乎对相同的输入值应用相同的数学公式，一点一点地产生相同的数字。这就是不安全优化的意义所在，因为它进行的优化破坏了这一点。

float i1 = ((values[y]+values[y+1])-values[1])*0.5f;
float i2 = ((values[y+1]+values[y+2])-values[1])*0.5f;

float i1 = ((values[y+1]-values[1])+values[y])*0.5f;
float i2 = ((values[y+1]-values[1])+values[y+2])*0.5f;