-1.0 / 1.0操作返回0？

Question

我正在编写一个用Gauss-Jordan方法解决矩阵的程序。一切都有效，除了-1.0 / 1.0。打印矩阵时，如果它仍然是-1.0，则打印出0.0。任何人都可以解释为什么会这样吗？在下面的例子中，矩阵[k] [s]是-1.0，除数是1.0的双倍值。

for(s = 0; s < (n+1); s++){ //Augmented matrix, while s < number of columns

                    if(divisor == 0.0){ //Not dividing by 0.0
                            continue;
                    }

                    matrix[k][s] = matrix[k][s] / divisor;

                    if((matrix[k][s] < TOLERANCE) || (matrix[k][s] < -TOLERANCE)){ //To avoid -0.0 values, TOLERANCE == 1e6
                            matrix[k][s] = 0.0;
                    }

Answer 1

我的猜测是你想要这个条件：

(matrix[k][s] < TOLERANCE) || (matrix[k][s] < -TOLERANCE)

是这样的：

(matrix[k][s] < TOLERANCE) && (matrix[k][s] > -TOLERANCE)

换句话说，当abs(matrix[k][s]) < TOLERANCE

时

Answer 2

||应为&&？

if (fabs(matrix[k][s]) < TOLERANCE)

修改参考Jon's answer; abs(matrix[k][s]) < TOLERANCE是正确的解决方案..

Answer 3

if ((matrix[k][s] < TOLERANCE) || (matrix[k][s] < -TOLERANCE))

没有按你的意愿行事。特别是，如果matrix[k][s]为-1.0，则此条件为真。相反，你想要：

if (fabs(matrix[k][s]) < TOLERANCE)

Answer 4

我可以看到一些问题：

1. 这段代码不是要将-infinity .. TOLERANCE设置为0吗？那真的不是你想要的。

2. 宽容不应该是一个非常小的数字吗？

3. 与0.0的比较真的有必要吗？在现代处理器上，0 的除法应该产生无穷大，并且不会产生异常。

4. 您可能希望将该部门写为matrix[k][s] /= divisor;