Python 时间为浮点值时安排事件

以下示例强调了使用浮点数的一个陷阱：

available_again = 0
for i in range(0,15):
   time = 0.1*i

   if time < available_again:
      print("failed to schedule at " + str(time))

   available_again = time + 0.1

我没有预料到这个错误，但我确实理解它为什么会发生。为了解决这个问题，我有哪些选择

我的代码中的一个修复方法是：

available_again = 0.1*(i+1) 

我想知道这是不是正确的路线。我的特定应用程序涉及事件的调度，其中事件发生的时间由复杂的数学函数决定，例如：sinc（2*pi*f*t）。事件的持续时间将使得事件可能相互重叠，在这种情况下，我需要通过单独的通道发送它们

我的代码中的一个修复方法是：

available_again = 0.1*(i+1) 

再次可用=0.1*（i+1）

此修复是正确的，只要

时间

足够小，浮点分辨率优于0.1（最多约250），代码就可以正常工作

它之所以有效，是因为在迭代时计算的浮点数

0.1*（i+1）

与在下一次迭代时计算的浮点数

0.1*i

完全相同，而且因为只要整数

n

和

m

保持在250以下，就没有两个

0.1*n

和

0.1*m

对于

n

和

m

的不同值相等

原因是浮点运算是确定性的。浮点运算

0.1*n

可能会对

n

的某些整数值产生违反直觉的结果，但它总是对相同的

n

产生相同的结果

---

此外，如果

时间

是最接近的数学商i/10对您来说很重要，那么您应该将

时间

计算为

i/10.0

，并且在逻辑上，将

再次计算为
（i+1）/10.0

由于与上面相同的原因，它继续工作，并且它具有额外的属性，总是计算最接近预期商的浮点数，而
0.1*i
放大了浮点数
0.1
和有理数1/10之间的表示误差

在这两种情况下，
时间的两个连续值
总是以相同的间隔分开。通过
i/10.0
计算，浮点值在有理数i/10附近浮动。使用
0.1*i
，它将在i*0.100000000000000551151231257827021181583404541015625周围浮动。如果您可以自由选择采样频率，请选择该频率，使
i
和
time
之间的系数为二的幂（例如1/64或1/128）。然后你会有一个额外的属性，
时间
是精确计算的，并且每个时间间隔都是完全相同的。
听起来可能很明显，但我认为唯一可靠的方法是使用整数（并将单位设置为毫秒、微秒或其他）。也许您可以缩放复杂的时间戳并将其用作整数（比如
int（1000*sin（2*pi*f*t）
）？