Question

好的，我已经阅读了关于这个主题的一些内容：

我的问题不是它为什么会发生，或者如何解决它。

这是关于是否有预测它将会发生的方法，然后只有在它发生时才使用解决方案。除此之外，我还想要一个低计算成本的解决方案。

我进行了一些测试，我觉得这类问题需要有条件才能发生，但我不确定：

console.log("1st calc", parseFloat(-24.05) + parseFloat(24.05));

console.log("2nd calc", parseFloat(-12.003) + parseFloat(12.003) + parseFloat(-24.05) + parseFloat(24.05));

console.log("3rd calc", parseFloat(-12.003) + parseFloat(-24.05) + parseFloat(12.003) + parseFloat(24.05));

console.log("4th calc", parseFloat(12.003) + parseFloat(24.05) + parseFloat(-12.003) + parseFloat(-24.05));

console.log("5th calc", parseFloat(12.006) + parseFloat(-12.006) + parseFloat(2.007) + parseFloat(-2.007) + parseFloat(1.009) + parseFloat(-1.009));

console.log("6th calc", parseFloat(12.006) + parseFloat(2.007) + parseFloat(1.009) + parseFloat(-12.006) + parseFloat(-2.007) + parseFloat(-1.009));

console.log("7th calc", parseFloat(12.05) + parseFloat(2.003) + parseFloat(1.005) + parseFloat(7.01) + parseFloat(-12.05) + parseFloat(-2.003) + parseFloat(-1.005) + parseFloat(-7.01));

console.log("8th calc", parseFloat(12.05) + parseFloat(-12.05) + parseFloat(2.003) + parseFloat(-2.003) + parseFloat(1.005) + parseFloat(-1.005) + parseFloat(7.01) + parseFloat(-7.01));

我知道这个数字是否具有精确的二进制表示，但要知道这是一个很长的计算，那么是否有更快/更容易的预测方法？

问题是，我想要一个脚本来测试它是否具有精确的二进制表示，然后仅在需要时应用解决方案。但我希望它比将解决方案应用于每个浮点数更快。我不知道是否可能。

像

这样的东西

def power_of_2?(number)
 return true if number == 1
 return false if number == 0 || number % 2 != 0
 power_of_2?(number / 2)
end

可能有助于知道数字是否具有精确的二进制表示，但我甚至不确定它对于诸如1.300005407之类的数字是否足够准确。

例如，使用我在上面的测试中编写的数字，我觉得在parseFloat（）（这里解决问题）中将它们全部乘以1000比将它们逐个测试更快。

我在测试中注意到的一点是，根据您添加数字的方式，问题是否发生：

console.log("7th calc", parseFloat(12.05) + parseFloat(2.003) + parseFloat(1.005) + parseFloat(7.01) + parseFloat(-12.05) + parseFloat(-2.003) + parseFloat(-1.005) + parseFloat(-7.01));

console.log("8th calc", parseFloat(12.05) + parseFloat(-12.05) + parseFloat(2.003) + parseFloat(-2.003) + parseFloat(1.005) + parseFloat(-1.005) + parseFloat(7.01) + parseFloat(-7.01));

使用相同的数字，但顺序不同，结果完全不同。

有什么想法吗？

Answer 1

嗯，愚蠢容易但不完美的方法是以比你需要的更高的精度进行解析，并检查转换到你想要的精度并不会改变它的值。这不是很正确，因为稀有值不能表示为double，但最接近的double表示将是精确浮点数（例如1.00000000000000001）。

完美但不一定实用的方法是解析两次，每次使用不同的浮点舍入模式：首先是圆形到正无穷大，然后是圆形到负无穷大。如果两个结果相同，则输入可以完全表示。问题是，并非所有字符串到浮点的实现都表现出正确的WRT舍入模式，因此您需要测试这是否适合您。（当然，这只适用于控制舍入模式的环境。）这种方法也适用于除字符串到浮点数之外的操作，但是对于某些操作（如减法）有更好的适应方法。

您也可以考虑将浮点值转换回字符串并进行字符串比较。但是，这很麻烦，因为您不得不担心您的输入是否是规范形式。

有没有办法知道parseFloat或Float数字精度何时出错？

1 个答案: