Question

当我给它一个非常接近1.0的数字时，我在以下函数中遇到了一个有趣的seg错误。特别是当数字在 FLOATING POINT 精度时四舍五入为1.0。

double get_random_element(double random_number)
{
    if (random_number <= 0.0 || random_number >= 1.0)
        throw std::runtime_error("Can't have a random number not on the range (0.0, 1.0)");
    return -log(-log(random_number));
}

如果random_number为1.0，则log（1.0）= 0.0且零日志是未定义的计算，导致seg错误。但是我会认为第一行的错误检查会阻止这种情况发生。 Ddebugging显示非常接近1的数字将通过错误检查但从日志函数返回0无论如何导致我相信日志函数仅使用单个浮点精度。

我的包含如下所以我只能假设我正在使用math.h中的日志

#include <string>
#include <math.h>
#include <sstream>
#include <map>
#include <boost/random/mersenne_twister.hpp>
#include <boost/random/uniform_int.hpp>
#include <boost/random/uniform_real.hpp>
#include <boost/random/variate_generator.hpp>
#include <utility>

更新：正如所指出的，一个简单的解决方案就是使用浮点数作为参数，如果传入一个等于1.0f的数字，只需删除std :: numeric_limits :: epsilon（）来给出一个数字，可以安全地传递到双日志中。

但我想回答的问题是，为什么调用一个数字的双重日志但不等于1会失败。

更新2：在测试项目中重新创建此问题后，我认为问题实际上在输入中。如果我传入

double val = 1.0 - std::numerical_limits<double>::epsilon();

我的功能没有问题。然而，我实际传递的是

boost::mt19937 random_generator;
double val = (random_generator()+1)/4294967297.0;

其中random_generator用于返回范围[0,2 ^ 32 - 1] == [0,4294967295]的数字。所以我决定投入尽可能大的回报值

double val = (4294967295+1)/4294967297.0;

这很快给了我一个关于unsigned int overflow的警告，肯定会产生一个零。我正在重新编译以下内容：

get_random_element((random_generator()+1.0)/4294967297.0);

希望这种奇怪的行为能够得到解决。

更新3：我终于找到了这里发生的事情......和往常一样，它归结为用户错误（我自己就是错误）。有一个第二个控制路径导致这个方法暂时将double值存储为float，然后将其转换回double，导致0.999999999舍入为1.0，然后传递给-log（-log（x））函数并导致它会摔倒。我仍然不明白为什么我的检查

 if (random_number <= 0.0 || random_number >= 1.0) throw runtime_error(blah)

在传入日志函数之前没有捕获到错误的输入？

Answer 1

我认为quamrana有一个好点（它也引起了我的注意）。但是，我已经能够以相当长的时间运行这个片段：

#include <math.h>
#include <boost/random/mersenne_twister.hpp>
#include <boost/random/uniform_real.hpp>

double get_random_element(double random_number)
{
    if (random_number <= 0 || random_number >= 1.0f)
        throw std::runtime_error("Can't have a random number not on the range (0.0, 1.0)");
    return -::log(-::log(random_number));
}

int main()
{
    boost::mt19937 rng; 
    boost::uniform_real<> random(std::numeric_limits<double>::epsilon(),1);
    for (;;)
    {
        double r = random(rng);
        double gre = get_random_element(r);
        std::cout << "r = " << r << ", gre = " << gre << std::endl;
    }
    return 0; // not reached
}

例如：

sehe@meerkat:/tmp$ ./t | grep '^r = 0.999999' 
r = 0.999999, gre = 14.4777
r = 0.999999, gre = 13.7012
r = 0.999999, gre = 14.0492
r = 0.999999, gre = 14.1161
[.... many many lines snipped ....]
r = 0.999999, gre = 14.3691
r = 0.999999, gre = 13.424
r = 0.999999, gre = 14.4822
r = 0.999999, gre = 14.286
r = 0.999999, gre = 14.4344
r = 0.999999, gre = 14.0572
r = 0.999999, gre = 14.0607
r = 0.999999, gre = 14.1126
r = 0.999999, gre = 13.575
r = 0.999999, gre = 13.4754
r = 0.999999, gre = 13.5486
r = 0.999999, gre = 14.1983
^C

real    18m14.005s
user    20m5.667s
sys 12m19.302s

也许你可以使用类似的东西？

c ++ log函数使用浮点精度

1 个答案: