场景是这样的,开发中需要统计某个正整数A的平均值,数A是随时间变化的。这本来是一个很简单的问题,可以用一个值B来统计这个A的累积和,在用B除以统计次数就可以了。但是开始时不想另外搞一个值B。所以推了一个公式出来,设n为统计次数,f(n)为前n次的统计平均值,Xn为第n次统计时的A值,那么很容易就可以得到公式:f(n) = [(n-1)*f(n-1) + Xn]/n,这个看似没有任何问题吧,开始我也以为是,但是使用过程中发现算出的平均值随时间慢慢变的越来越小。时间长了之后发现这个不太对,想了想才明白了忽略了一个问题----精度丢失。
f(n) = [(n-1)*f(n-1) + Xn]/n从纯数学角度看是没有任何问题的,问题在于此时f(n)是整数,所以每次计算f(n)时,如果(n-1)*f(n-1) + Xn除以n除不尽的话,就会把小数部分给丢掉,而只取整数部分(不是四舍五入),这样就会造成结果比实际值要小一点,在某一次计算时差别可能不大,但是当n很大的时候,每次丢掉的部分所产生的累积效应就不容忽视了,所以就出现了上面描述的计算出的平均值随时间慢慢变小的情况。
最后,我还是采用了最简单的那个办法,用B值计算累计和在除以次数。当然使用浮点数来计算f(n)也可以避免这个问题(浮点数超过精度范围部分是四舍五入的)。