通常认为浮点数的乘法是比较消耗时间的操作,在算法设计上也通常以乘法的次数评估时间复杂度。而很少会注意到浮点数的比较也是一个耗时的操作。
有一个问题会涉及到这两者的比较。在执行一个向量与矩阵的乘法时,是直接执行所有的乘法,不管矩阵中是否有大量的0;还是事先判断元素是否为0,然后再执行乘法。
下面用两段测试程序对这两种操作进行了比较。在下面一段代码中执行一亿次的乘法运算,显示花费的时间:
在AMD 4400 + 2G系统上测试时间为140ms左右。
下面一段代码执行一亿次的浮点数比较,然后显示所花费的时间:
在同样的条件下,测试结果典型值为894ms。比浮点数的乘法慢许多倍。
浮点数另一个话题是,浮点数在计算机内部的存储并不是精确的,因此直接比较两个浮点数是否相等通常会得到错误的结果。例如:
虽然a和b都被赋值为1E-10, 实际上它们并不一定相等,在调试模式下查看可以发现它们的值很可能是9.999999E-11之类的值。
要比较两个浮点数的值,通常给定一个误差限,然后将差值的绝对值与该误差限进行比较。