浮点数操作效率比较（乘法 VS 比较大小）

     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：

     procedure TForm1.MultiplyTest; var I: Integer; rs, rdmA, rdmB: Double; tmStart: TDateTime; begin Randomize; rdmA := Random(1000)/ Random(1000); rdmB := Random(1000)/ Random(1000); tmStart := Now; for I := 0 to 100000000 do rs := rdmA * rdmB; memo1.Lines.Add(IntToStr(DateUtils.MilliSecondsBetween(tmStart, Now)) + 'ms'); Tag := Round(rs); end;

     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：

    procedure TForm1.CompareTest; var I: Integer; rs, rdmA, rdmB: Double; tmStart: TDateTime; begin Randomize; rdmA := Random(1000)/ Random(1000); rdmB := Random(1000)/ Random(1000); tmStart := Now; for I := 0 to 100000000 do begin if (rdmA < 1E-4) or (rdmB < 1E-3) then rs := 0 else rs := 1; end; memo1.Lines.Add(IntToStr(DateUtils.MilliSecondsBetween(tmStart, Now)) + 'ms'); Tag := Round(rs); //防止代码优化 end;

     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：

     var a, b: Double; begin a := 1E-10; b := 1E-10; if (a <> b) ShowMessage(' Not equal! ') end;

 

     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。

     function fEqual(d1, d2: Double): Boolean; begin Result := Abs(d1-d2) < DefaultTolerance; end; function fEqual(d1, d2, tolerance: Double): Boolean; begin Result := Abs(d1-d2) < tolerance; end;