Floating point 浮点不准确性示例
你如何向仍然认为计算机是无限明智和准确的新手程序员和外行解释浮点不准确 你有没有一个最喜欢的例子或轶事比一个精确但枯燥的解释更能让人理解你的想法?Floating point 浮点不准确性示例,floating-point,floating-accuracy,Floating Point,Floating Accuracy,你如何向仍然认为计算机是无限明智和准确的新手程序员和外行解释浮点不准确 你有没有一个最喜欢的例子或轶事比一个精确但枯燥的解释更能让人理解你的想法? 这在计算机科学课上是如何教授的?基本上,人们在使用浮点数时会遇到两个主要的陷阱 规模问题。每个FP数字都有一个指数,它决定了数字的整体“规模”,因此您可以表示非常小的值,也可以表示非常大的值,尽管您可以为此投入的位数是有限的。添加两个不同刻度的数字有时会导致较小的数字被“吃掉”,因为无法将其放入较大的刻度 PS> $a = 1; $b = 0.
这在计算机科学课上是如何教授的?基本上,人们在使用浮点数时会遇到两个主要的陷阱
PS> $a = 1; $b = 0.0000000000000000000000001
PS> Write-Host a=$a b=$b
a=1 b=1E-25
PS> $a + $b
1
作为这种情况的类比,你可以想象一个大游泳池和一茶匙水。两者的尺寸非常不同,但就个人而言,你很容易掌握它们的大致尺寸。然而,把茶匙倒进游泳池会让你的游泳池里仍然充满水
(如果学习这种方法的人在指数表示法方面有困难,也可以使用1
和1000000000000000000
左右的值。)0.1
这样的数字不能用有限的二进制数字精确表示。但有些语言掩盖了这一点:
PS> "{0:N50}" -f 0.1
0.10000000000000000000000000000000000000000000000000
但是,您可以通过反复将数字相加来“放大”表示错误:
PS> $sum = 0; for ($i = 0; $i -lt 100; $i++) { $sum += 0.1 }; $sum
9,99999999999998
不过,我想不出一个好的比喻来恰当地解释这一点。这基本上是同一个问题,为什么你只能用小数表示1/3,因为要得到精确的值,你需要在小数点的末尾无限期地重复3
类似地,二进制分数也适用于表示二分之一、四分之一、八分之一等,但像十分之一这样的东西会产生无限重复的二进制数字流基本上,人们在使用浮点数时会遇到两大陷阱
PS> $a = 1; $b = 0.0000000000000000000000001
PS> Write-Host a=$a b=$b
a=1 b=1E-25
PS> $a + $b
1
作为这种情况的类比,你可以想象一个大游泳池和一茶匙水。两者的尺寸非常不同,但就个人而言,你很容易掌握它们的大致尺寸。然而,把茶匙倒进游泳池会让你的游泳池里仍然充满水
(如果学习这种方法的人在指数表示法方面有困难,也可以使用1
和1000000000000000000
左右的值。)0.1
这样的数字不能用有限的二进制数字精确表示。但有些语言掩盖了这一点:
PS> "{0:N50}" -f 0.1
0.10000000000000000000000000000000000000000000000000
但是,您可以通过反复将数字相加来“放大”表示错误:
PS> $sum = 0; for ($i = 0; $i -lt 100; $i++) { $sum += 0.1 }; $sum
9,99999999999998
不过,我想不出一个好的比喻来恰当地解释这一点。这基本上是同一个问题,为什么你只能用小数表示1/3,因为要得到精确的值,你需要在小数点的末尾无限期地重复3
类似地,二进制分数也适用于表示二分之一、四分之一、八分之一等,但像十分之一这样的东西会产生无限重复的二进制数字流