补偿求和：解决浮点数加法精度损失的简单方法

最新推荐文章于 2023-11-16 15:42:20 发布

菽绣

最新推荐文章于 2023-11-16 15:42:20 发布

阅读量867

点赞数

分类专栏：计算机

本文链接：https://blog.csdn.net/qq_42995048/article/details/117263227

版权

计算机专栏收录该内容

2 篇文章

订阅专栏

本文探讨了浮点数计算中因数值过大导致的有效位丢失问题，提出了补偿求和法，通过记录和累计精度损失来确保大数加法的准确性。通过实例和代码展示了如何使用此方法解决累加过程中的精度问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当两个浮点数大小相差过大时，较小的浮点数右移太多位导致有效位全部丢失，比如：

>>> 10**15+1.0
1000000000000001.0
>>> 10**16+1.0
1e+16  # 浮点数1.0完全丢失，没加上

>>> 0.3+0.6
0.8999999999999999  # 精度产生损失

常见场景为累加求和，和越来越大，达到能使有效位全部丢失的大小时，加法失效

补偿求和法

原理为将损失的精度记录下来，在下次做加法时加给较小的数

sum = 0
delta= 0.1
loss = 0

for i in range(10**10):
	last_sum = sum
	sum += delta + loss
	# 损失 = 期望sum - 实际sum
	# loss = last_sum + delta - sum, 这里last_sum + delta有精度损失，所以做下交换
	# loss = last_sum - sum + delta
	loss = last_sum - sum + delta