Python浮点确定性

Question

下面的代码（计算余弦相似度），在我的计算机上重复运行时，将输出1.0,0.9999999999999998或1.0000000000000002。当我取出normalize函数时，它只返回1.0。我认为浮点运算应该是确定性的。如果每次在同一台计算机上对相同的数据应用相同的操作，我的程序会导致什么？是否可能与堆栈中的哪个位置调用normalize函数有关？我该如何防止这种情况？

#! /usr/bin/env python3

import math

def normalize(vector):
    sum = 0
    for key in vector.keys():
        sum += vector[key]**2
    sum = math.sqrt(sum)
    for key in vector.keys():
        vector[key] = vector[key]/sum
    return vector

dict1 = normalize({"a":3, "b":4, "c":42})
dict2 = dict1

n_grams = list(list(dict1.keys()) + list(dict2.keys()))
numerator = 0
denom1 = 0
denom2 = 0

for n_gram in n_grams:
    numerator += dict1[n_gram] * dict2[n_gram]
    denom1 += dict1[n_gram]**2
    denom2 += dict2[n_gram]**2

print(numerator/(math.sqrt(denom1)*math.sqrt(denom2)))

Answer 1

浮点数学可能是确定性的，但字典键的顺序不是。

当您致电.keys()时，结果列表的顺序可能是随机的。

因此，循环中数学运算的顺序也可能是随机的，因此结果不会是确定性的，因为任何单个浮点运算可能是确定性的，结果是一系列操作在很大程度上取决于订购。

您可以通过对键列表进行排序来强制执行一致的订单。