MATLAB的“诡异之处”之single（单精度）的机器依赖

今天遇到一个问题

猛地一看，简直对这个题嗤之以鼻，太简单了，毫无难度。

于是打出这样篇代码：
 

clc,clear
%% single
%单精度
singlePrecision=single(1./(1:10000000));
sum(singlePrecision)
%% double
%双精度
doublePrecision=1./(1:10000000);
sum(doublePrecision)

好了，结束了。

ans =

   16.7929


ans =

   16.6953

正准备关闭，突然，我好像看到了什么，，，，

不对啊，single类型求和比double类型求和结果大？

按正常分析，我们都知道，single位数少，运算的时候double能保存的后几位single保存不了，所以single会少计算一些数字，所以single类型的和应该小一些啊。难道是，，，我写错了？

我旁边的兄弟也写了一段几乎一模一样的代码，结果他运行的结果是：

ans =

   16.1121559


ans =

   16.695311365858508

What？？？

为了保险起见，我把他的代码拷到我的电脑上运行，把我的拷到他的电脑上运行，结果发现我的电脑的输出结果跟之前一样，他的电脑的输出结果跟之前也一样。

double类型相同而single类型不同，那这样应该就是single类型的问题了，我用doc命令查看了single类型的帮助文件，内容是极少的，如下

---

single

Convert to single precision

collapse all in page

Syntax

B = single(A)

Description

B = single(A) converts the matrix A to single precision, returning that value in B. A can be any numeric object (such as a double). If A is already single precision, single has no effect. Single-precision quantities require less storage than double-precision quantities, but have less precision and a smaller range.

The single class is primarily meant to be used to store single-precision values. Hence most operations that manipulate arrays without changing their elements are defined. Examples arereshape, size, the relational operators, subscripted assignment, and subscripted reference.

You can define your own methods for the single class by placing the appropriately named method in an @single folder within a folder on your path.

Examples

a = magic(4);
b = single(a);

whos
  Name      Size         Bytes  Class

  a         4x4            128  double array
  b         4x4             64  single array

More About

• Floating-Point Numbers

See Also

cast | double | typecast

Introduced before R2006a

---

没解决我的问题，我不禁好奇， 点进了Floating-Point  Numbers，看完没有理解，于是我找到下面参考文献的部分

---

References

[1] Moler, Cleve, "Floating Points," MATLAB News and Notes, Fall, 1996. A PDF version is available on the MathWorks Web site at http://www.mathworks.com/company/newsletters/news_notes/pdf/Fall96Cleve.pdf

[2] Moler, Cleve, Numerical Computing with MATLAB, S.I.A.M. A PDF version is available on the MathWorks Web site at http://www.mathworks.com/moler/.

---

第一个网址，https://www.mathworks.com/content/dam/mathworks/mathworks-dot-com/company/newsletters/news_notes/pdf/Fall96Cleve.pdf

点进去是一个PDF，内容还是挺清晰的。

我想，这就解决了我的疑惑，原来，floating-point 算法确实是依赖于机器的，不同电脑就是不同的。

---

最终得出结论（重点部分了）

理论上说，它可以减少空间使用，但文档中提到使用它并不会提高运算速度，所以想提高速度不要用它，想保证计算精度不要用它。single根据机器不同，为了可移植性，尽量不要使用single。

---

 

 

 

 

 

后话：

我想看看到底是哪一部分的原因，于是我把代码分开：

%% single
%单精度
n=single(1./(1:10000000));
% singlePrecision=single(1./(1:10000000));
% sum(singlePrecision)
sumOfSingle=single(0);
for i=1:10000000
    sumOfSingle=single(sumOfSingle)+n(i);
end
sumOfSingle

当我把sum换成用for循环求和的时候，结果变得貌似合理：15.4037。于是我就使用doc命令查看了sum的帮助文件，也并没有看到这是为什么。还请看到的各位大神指点。

附上环境：win10 64位+MATLAB 2016a 64位