在单位测试中比较双打时，我试图提出一个良好的容忍度。
如果我允许我在本网站上看到的固定容差（例如return abs(actual-expected) < 0.00001;），由于浮点表示的性质，当数字非常大时，这通常会失败。
如果我在允许的％误差方面使用相对容差（例如return abs(actual-expected) < abs(actual * 0.001);，这对于小数字来说经常失败（对于非常小的数字，计算本身可能会引入舍入误差）。此外，它也允许在某些范围内有很大的容忍度（例如，比较2000年和2001年将会通过）。
我想知道是否有任何标准算法允许公差适用于小数和大数。我应该尝试某种基本的2对数容差来镜像浮点存储吗？我应该根据输入的大小进行混合方法吗？
由于这是单元测试代码，性能不是一个重要因素。
答案 0 :(得分：2)
容忍规范是一项业务功能。没有标准说“所有公差必须在+/- .001％之内”。所以你必须按照你的要求找出适合你的方法。
查看您的申请。让我们说它适用于某种切割机。它们是金属加工公差吗？ .005英寸很常见。它们是木柜锯切公差吗？ 1/32“是马虎，1/64”更好。它们是框架公差吗？不要指望一个木匠靠近1/4“。用焊枪手工切割？希望大约一英寸。重点是每个应用程序都依赖于不同的东西，即使它们做的是同等的东西。 / p>
如果你只是在谈论“双打”，那么它们通常是好的，不会超过15位精度。浮动很好7位数。当我在思考这个问题时，我将它们减去一个（我不依赖于一个双精度到14位以上的数字而且我用六位数的浮点数停止）;但是，如果我担心超过第12位的精度，我通常会使用大量的金额来精确地平衡，而且我会非常愚蠢地使用非整数数学。商界人士希望他们的东西与便士保持平衡，并且不会赞成完成额外操作！
如果您正在查看数学库操作（如trig函数），请阅读每个函数的库文档。