浮点数精度问题(CSP38思考)

        CSP38的第一题,考到了浮点数的除法(当然考完发现其实也可以不涉及浮点数,直接转化为整型),我第一题一直卡到70、80分,故写下此文。


        浮点数的运算有精度损失问题,那么应该如何解决和避免呢?

        一个int类型变量乘以1.0,转化的是double型(64位系统下,8字节),如果乘以1.0f,那就是float型(4字节)。

	int a=10;
	cout<<sizeof(a*1.0f)<<endl;
	cout<<sizeof(a*1.0)<<endl;
    /*
    4
    8
    */

        这是常见的在除法中避免精度损失的方法,如下:

int a=2;
int b=5;
cout<<a/b<<" "<<a*1.0/b<<endl;
/*0 0.4*/

        这样看似确实解决了精度,但是这只是保证了过程中的精度问题 ,如果我们把这个double类型的值赋给其它变量,那就又要看这个赋值变量了。

float 与 double 的区别 

        float为32位,double位64位,但这并不代表和整型一样,实际用来计算的位数更少,因为有符号位等。就和我们计算Pi后的小数点一样,小数点后位数越多,精度肯定越高。在一些对精度要求高的地方肯定是用double。但是肯定不能和整数运算相比。

        商业级的有BigDecimal,目前在算法比赛中,如果涉及到浮点数运算,大多数都是可以进行约分的,把分母约掉,要仔细观察题目。如果没有,那就是你没找到正确的方法。被迫用小数运算,就用double,不要用float!!!

        最后可以看一下我写的CSP38第一题,一个80分代码,一个AC代码,大家可以看看有什么区别,问题在哪里?

题目:正态分布(normal)--CSP38

        对于正态分布随机变量 X ∼ N(µ, \sigma ^2)(均值 µ、标准差 σ),查表计算 P (X ≤ n)。具体来说,我们首先需要将 X 转换为标准正态分布 Z:

Z=\frac{X-\mu}{\sigma}

那么 X ≤ n 的概率也就等于 Z ≤ \frac{n-\mu}{\sigma}的概率:

P (X \leq n) = P (Z \leq\frac{n-\mu}{\sigma})

        而对于服从标准正态分布的 Z,其小于等于某值的概率 P (Z ≤ m) 可以通过查表得出。图 1 展示了 m 取值从 0.00 到 1.49 的结果(步长 0.01),其中每列对应 m 的百分位、每行对应 m 的十分位和整数部分。该表可继续向下延伸,这里只展示部分结果。

 图 1: 标准正态分布常用值表

        如图 2 所示, Z ≤ 1 的概率即为阴影部分的面积,查看表中 1.0 对应行、 0.00 对应列即可得到近似结果 0.8413。

图 2: 标准正态分布示意图


        在本题中你需要模拟上述查表的过程,处理 k 个如下查询:对于给定的参数 µ、 σ和 n,计算 P (X ≤ n) 的结果在表中的哪一行、哪一列?

        其中行列下标均从 1 开始:

        • 行: 0.0 对应第 1 行, 0.1 对应第 2 行,依此类推……

        • 列: 0.00, 0.01, · · · , 0.09 依次对应第 1、第 2 到第 10 列。

【输入格式】

从标准输入读入数据。

输入的第一行包含一个正整数 k,表示查询的个数。

接下来输入 k 行,每行包含空格分隔的三个整数 µ、 σ 和 n,表示一个查询。

【输出格式】

输出到标准输出。

每个查询输出一行,包含空格分隔的两个整数 i 和 j,表示查询的结果位于表中第i 行、第 j 列。

【样例输入】

1         4

2         0 1 1

3         2 10 127

4         2 50 227

5         5 100 350

【样例输出】

1         11 1

2         126 1

3         46 1

4         35 6

【样例解释】

        第一个查询等价于计算 P (Z ≤ 1-1 0),如题目描述所示,查看表中 1.0 对应行(第11 行)、 0.00 对应列(第 1 列)即可。

【子任务】

全部的数据满足:

• k ≤ 20;

• 参数 µ、 σ 和 n 均为整数;

• 0 ≤ µ ≤ n ≤ 1000;

• 1 ≤ σ ≤ 100 且标准差 σ 是 100 的因子。

80分代码:

#include<bits/stdc++.h>
using namespace std;

int main()
{
	int n;
	cin>>n;
	int a=0,b=0,c=0;
	float s=0;
	int x=0,y=0;
	for(int i=0;i<n;i++)
	{
		cin>>a>>b>>c;
		s=((c*1.0-a*1.0)*1.0/b*1.0)*10.0;
//		s=((c-a)/b)*10.0;
		x=(int)s;
		s=s*1.0-int(s)*1.0;
//		cout<<s<<endl;
		s*=10.0;
		y=(int)s;
		printf("%d %d\n",++x,++y);
	}
	return 0;
}

AC代码:

#include<bits/stdc++.h>

using namespace std;

int k;

int main(){
	cin >> k;
	while(k--){
		int u,sgm,n;
		cin >> u >> sgm >> n;
		double ans = 0.00;
		double ans2=0.00;
		int ans1 = 0;
		int ans3 = 0;
		ans = (double) (n-u)/sgm;
		ans2 = abs((int)(ans*10)-(ans*10))*10+1;
		ans = ans*10+1;
		ans1 = ans;
		cout << ans1 << " " <<ans2 << endl;
	}
}

         目前我想的就是float与double问题,最后推测一个正确代码,具体还要等我下次模拟开放提交一下代码试试了:

#include<bits/stdc++.h>
using namespace std;

int main(){

	int u,Sigma,n;
	int Z;
	cin>>u>>Sigma>>n;
	Z=(u-n)*100/Sigma;/*不会用到小数,直接忽略*/
	cout<<Z/10<<" "<<Z%10;
	return 0;
}

参考文献

浮点类型计算精度不准确原因及如何规避 - wangsong412 - 博客园

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值