我有一个带有循环的函数,在循环中我同时进行除法和乘法运算。最终答案很容易表示,运行答案也应该如此。
def tie(total):
count = total / 2
prob = 1.0
for i in xrange(1, count + 1):
i_f = float(i)
prob *= (count + i_f) / i_f / 4
return prob
-
tie(4962) == 0.01132634537589437
但是
tie(4964) == inf
编译器是否试图进行一些优化,以我指定的顺序以外的顺序执行算术运算,并且该顺序应该是等效的但会导致溢出?
最佳答案
您遇到问题是因为即使您的 tie
函数的最终结果在数学上应该在 0
和 1 之间
,循环中的 中间 值变得非常大:对于 total = 4962
,迭代中途 prob
的值是1.5e308
左右,几乎但相当大到足以溢出 Python float
。对于 total = 4964
,中间值确实确实溢出了一个float
,并且因为inf
乘以任何有限的仍然是 inf
,溢出的 inf
一直传播到最终值。
如果您准备接受(相当小的) float 错误,则根本不需要使用循环来计算此数量:您可以使用 lgamma
math
模块中的函数计算相关阶乘的对数。 (您也可以直接使用 gamma
函数,但这也可能会导致溢出问题。)
这是基于此的函数版本。
from math import lgamma, log, exp
def tie(total):
count = total / 2
return exp(lgamma(2*count + 1) - 2*lgamma(count + 1) - count*log(4))
或者,您可以使用纯整数算法(不会导致溢出)计算 2n-choose-n 项,并且只在最后一刻产生 float (除以 4**count
)。这将比上面的效率低,但会给你(在某种意义上)完美的准确性,因为它会给准确答案最接近的可表示 float 。这是该版本的样子:
from __future__ import division
def tie(total):
count = total // 2
prod = 1
for i in xrange(1, count+1):
prod = prod * (count + i) // i
return prod / 4**count
注意:prod * (count + i)//i
中的 floor 划分可能看起来不对,但它确实有效:一点点初等数论表明在计算的这一点上, prod * (count + i)
必须能被 i
整除,因此进行整数除法是安全的。
最后,为了好玩,这是计算概率的第三种方法,它在本质上与原始代码相似,但避免了溢出:值 prob
从 1.0
开始并稳步下降到最终值。
def tie(total):
count = total // 2
prob = 1.0
for i in xrange(1, count+1):
prob *= (i-0.5) / i
return prob
除了不受溢出问题影响外,该解决方案比基于整数的解决方案更高效,并且比基于lgamma
的解决方案更准确。
关于python - 为什么我要了解受控计算?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35610854/