Tag: 下溢

用于高性能加法和乘法的常量forms: 我需要在循环中有效地将一些常量添加或乘以double类型的结果以防止下溢。例如，如果我们有int，则乘以2的幂会很快，因为编译器将使用位移。有效的double加法和乘法是否有一种常量forms？编辑：似乎没有多少人理解我的问题，为我的邋iness道歉。我会添加一些代码。如果a是int，则（乘以2的幂）将更有效 int a = 1; for(…) for(…) a *= somefunction() * 1024; 比1024更换为1023时。不确定如果我们想要添加到int中最好的是什么，但这不是我感兴趣的。我对a是双倍的情况感兴趣。我们可以有效地添加和乘以双精度的常数forms （例如2的幂）是什么？常量是任意的，只需要足够大以防止下溢。这可能不仅限于C和C ++，但我不知道更合适的标签。

计算多个数字的几何平均值的有效方法: 我需要计算一大组数字的几何平均值，其值不是先验有限的。天真的方式是 double geometric_mean(std::vector const&data) // failure { auto product = 1.0; for(auto x:data) product *= x; return std::pow(product,1.0/data.size()); } 但是，由于累积product的下溢或溢出，这可能会失败（注意： long double并不能真正避免这个问题）。那么，下一个选项是总结对数： double geometric_mean(std::vector const&data) { auto sumlog = 0.0; for(auto x:data) sum_log += std::log(x); return std::exp(sum_log/data.size()); } 这可行，但为每个元素调用std::log() ，这可能很慢。我可以避免吗？例如，通过分别跟踪累积product的指数和尾数（相当于）？

什么时候发生下溢？: 我遇到计算1.77e-308/10触发下溢exception的情况，但计算1.777e-308/10则没有。这很奇怪，因为：当浮点运算的真实结果的幅度（即，接近于零）小于目标数据类型中可表示为正常浮点数的最小值（来自算术下溢，维基百科）时，会发生下溢换句话说，如果我们计算x/y和y都是double x/y ，那么如果0 < |x/y| < 2.2251e-308则会发生下溢0 < |x/y| < 2.2251e-308 0 < |x/y| < 2.2251e-308 （最小的正标准化double 2.2251e-308为2.2251e-308 ）。因此，理论上， 1.77e-308/10和1.777e-308/10都应触发下溢exception。该理论与我在下面的C程序中测试的内容相矛盾。 #include #include #include int main(){ double x,y; // x = 1.77e-308 => underflow // x = 1.777e-308 gives ==> no underflow x=1.77e-308; feclearexcept(FE_ALL_EXCEPT); y=x/10.0; if (fetestexcept(FE_UNDERFLOW)) { puts(“Underflow\n”); } else […]