Mi sono imbattuto in questi valori nel mio codice ColdFusion ma la calcolatrice di Google sembra avere lo stesso "bug" in cui la differenza è diversa da zero.Perché questa sottrazione non è uguale a zero?
416582,2850-411476,8100 - 5105,475 = -2.36468622461E-011
JavaCast'ing questi lungo/float/double non Aiuto- si traduce in altre differenze non nulli.
Questo perché i numeri decimali che "guardano" intorno alla base 10 non sono esattamente rappresentabili nella base 2 (che è ciò che i computer usano per rappresentare i numeri in virgola mobile). Si prega di consultare l'articolo What Every Computer Scientist Should Know About Floating-Point Arithmetic per una spiegazione dettagliata di questo problema e soluzioni alternative.
5105.475 era il numero che non era rappresentabile esattamente in un doppio. PrecisionEvalutazione è la funzione ColdFusion di cui avevo bisogno. –
In realtà nessuno di questi numeri è esattamente rappresentabile come valori a doppia precisione. –
+1 riferimento eccellente, controlla anche "Come stampare accuratamente i numeri in virgola mobile" di GL Steele –
inaccuratezze in virgola mobile (esiste un numero infinito di numeri reali e solo un numero finito di numeri a 32 o 64 bit con cui rappresentarli).
Se non riesci a gestire piccoli errori, devi utilizzare invece BigDecimal.
Riferimento: http://en.wikipedia.org/wiki/Floating_point#Accuracy_problems –
Ma 416582.2850 - 411476.8100 può essere rappresentato * esattamente * come 5105.475. Questi sono numeri con solo 4 decimali, non ripetuti. I 4 decimali sono troppo precisi? –
Non è la rappresentazione di base 10 che deve essere finita, è la rappresentazione di base-2. Vedi http://en.wikipedia.org/wiki/Binary_numeral_system#Fractions_in_binary per una spiegazione di quali frazioni possono essere rappresentate esattamente in binario (sono solo quelle che hanno 2 come fattore primo del denominatore). –
Il problema è la rappresentazione inesatta dei tipi a virgola mobile. Poiché questi non possono essere rappresentati esattamente come float, si ottiene una perdita di precisione che provoca errori di piccole dimensioni nelle operazioni. In genere con i float si desidera confrontare se il risultato è uguale a un altro valore all'interno di qualche piccolo episodio (fattore di errore).
Poiché il computer memorizza i numeri in binario, i numeri a virgola mobile sono imprecisi. 1E-11 è una piccola differenza dovuta all'arrotondamento di questi numeri decimali al numero binario rappresentabile più vicino.
Questo "bug" non è un bug. È come funziona l'aritmetica in virgola mobile. Vedi: http://docs.sun.com/source/806-3568/ncg_goldberg.html
Se volete precisione arbitraria in Java, utilizzare BigDecimal:
BigDecimal a = new BigDecimal("416582.2850");
BigDecimal b = new BigDecimal("411476.8100");
BigDecimal c = new BigDecimal("5105.475");
System.out.println(a.subtract(b).subtract(c)); // 0.0
Questi sono floating point problemi e l'utilizzo di BigDecimal lo risolverà.
Anche la modifica dell'ordine di sottrazione produce zero in Google.
416582.2850 - 5105.475 - 411476.8100 = 0
Usa PrecisionEvaluate() in ColdFusion (si userà BigDecimal in Java)
zero = PrecisionEvaluate(416582.2850 - 411476.8100 - 5105.475);
differenza Evaulate(), no "" è necessario.
+1 per la soluzione di fusione fredda effettiva – Kip
Ci dovrebbe essere un quiz in virgola mobile quando si crea un account su SO. Penso che questa sia la domanda più frequente sul sito. – recursive
@recursive: http://meta.stackexchange.com/questions/26621/whats-the-most-repeated-question-on-stackoverflow/26633#26633 –
Quando ho imparato a programmare, la mancanza di precisione nei numeri in virgola mobile è stato menzionato la prima volta in cui è stato discusso il punto in virgola mobile, e diverse volte in seguito. Non lo fanno più? –