本文转载自:传送门

在 A C M ACM ACM中,精度问题非常常见。其中计算几何头疼的地方一般在于代码量大和精度问题,代码量问题只要平时注意积累模板一般就不成问题了。精度问题则不好说,有时候一个精度问题就可能成为一道题的瓶颈,让你 d e b u g debug debug半天都找不到错误出在哪。

浮点数为啥会有精度问题:

  • 浮点数(以C/C++为准),一般用的较多的是float, double。
占字节数 数值范围 十进制精度位数
float 4 -3.4e-38~3.4e38 6~7
double 8 -1.7e-308~1.7e308 14~15
  • 如果内存不是很紧张或者精度要求不是很低,一般选用double。14位的精度(是有效数字位,不是小数点后的位数)通常够用了。注意,问题来了,数据精度位数达到了14位,但有些浮点运算的结果精度并达不到这么高,可能准确的结果只有10~12位左右。那低几位呢?自然就是不可预料的数字了。这给我们带来这样的问题:即使是理论上相同的值,由于是经过不同的运算过程得到的,他们在低几位有可能(一般来说都是)是不同的。这种现象看似没太大的影响,却会一种运算产生致命的影响: ==。恩,就是判断相等。注意,C/C++中浮点数的==需要完全一样才能返回true。来看下面这个例子:

    #include<stdio.h>
    #include<math.h>
    int main()
    {double a = asin( sqrt( 2.0 ) / 2 ) * 4.0;double b = acos( -1.0 );printf( "      a = %.20lf\n", a );printf( "      b = %.20lf\n", b );printf( " a -  b = %.20lf\n", a - b );printf( " a == b = %d\n", a == b );return 0;
    }
    

    输出:

    a = 3.14159265358979360000
    b = 3.14159265358979310000
    a - b = 0.00000000000000044409
    a == b = 0
    

    我们解决的办法是引进eps,来辅助判断浮点数的相等。

eps

  • eps缩写自epsilon,表示一个小量,但这个小量又要确保远大于浮点运算结果的不确定量。eps最常见的取值是1e-8左右。引入eps后,我们判断两浮点数a、b相等的方式如下:
    定义三出口函数如下: int sgn(double a){return a < -eps ? -1 : a < eps ? 0 : 1;}
    则各种判断大小的运算都应做如下修正:
传统意义 修正写法1 修正写法2
a == b sgn(a - b) == 0 fabs(a – b) < eps
a != b sgn(a - b) != 0 fabs(a – b) > eps
a < b sgn(a - b) < 0 a – b < -eps
a <= b sgn(a - b) <= 0 a – b < eps
a > b sgn(a - b) > 0 a – b > eps
a >= b sgn(a - b) >= 0 a – b > -eps
  • 这样,我们才能把相差非常近的浮点数判为相等;同时把确实相差较大(差值大于eps)的数判为不相等。

  • PS: 养成好习惯,尽量不要再对浮点数做==判断。例如,我的修正写法2里就没有出现==。

eps带来的函数越界

  • 如果sqrt(a), asin(a), acos(a) 中的a是你自己算出来并传进来的,那就得小心了。

    如果a本来应该是0的,由于浮点误差,可能实际是一个绝对值很小的负数(比如1e-12),这样sqrt(a)应得0的,直接因a不在定义域而出错。

    类似地,如果a本来应该是±1,则asin(a)、acos(a)也有可能出错。

    因此,对于此种函数,必需事先对a进行校正。

输出陷阱 I I I

  • 这一节和下一节一样,都是因为题目要求输出浮点数,导致的问题。而且都和四舍五入有关。
    说到四舍五入,就再扯一下相关内容,据我所知有三种常见的方法:

    • printf(“%.3lf”, a); //保留a的三位小数,按照第四位四舍五入

    • (int)a; //将a靠进0取整

    • ceil(a); floor(a); //顾名思义,向上取证、向下取整。需要注意的是,这两个函数都返回double,而非int

    其中第一种很常见于输出(nonsense…)。

    现在考虑一种情况,题目要求输出保留两位小数。有个case的正确答案的精确值是0.005,按理应该输出0.01,但你的结果可能是0.005000000001(恭喜),也有可能是0.004999999999(悲剧),如果按照printf(“%.2lf”, a)输出,那你的遭遇将和括号里的字相同。

    解决办法是,如果a为正,则输出a+eps, 否则输出a-eps

    典型案例: POJ2826

输出陷阱 I I II II

  • ICPC题目输出有个不成文的规定(有时也成文),不要输出: -0.000

    那我们首先要弄清,什么时候按printf(“%.3lf\n”, a)输出会出现这个结果。

    直接给出结果好了:a∈(-0.000499999……, -0.000……1)

    所以,如果你发现a落在这个范围内,请直接输出0.000。更保险的做法是用sprintf直接判断输出结果是不是-0.000再予处理。

    典型案例:UVA746

范围越界

  • 这个严格来说不属于精度范畴了,不过凑数还是可以的。请注意,虽然double可以表示的数的范围很大,却不是不穷大,上面说过最大是1e308。所以有些时候你得小心了,比如做连乘的时候,必要的时候要换成对数的和。

    典型案例:HDU3558

关于set

  • 有时候我们可能会有这种需求,对浮点数进行 插入、查询是否插入过 的操作。手写hash表是一个方法(hash函数一样要小心设计),但set不是更方便吗。但set好像是按==来判重的呀?貌似行不通呢。经观察,set不是通过==来判断相等的,是通过<来进行的,具体说来,只要a<b 和 b<a 都不成立,就认为a和b相等,可以发现,

    如果将小于定义成: bool operator < (const Dat dat)const{return val < dat.val - eps;}就可以解决问题了。 (基本类型不能重载运算符,所以封装了下)

输入值波动过大

  • 这种情况不常见,不过可以帮助你更熟悉eps。假如一道题输入说,给一个浮点数a, 1e-20 < a < 1e20。那你还敢用1e-8做eps么?合理的做法是把eps按照输入规模缩放到合适大小。

    典型案例: HUSTOJ 1361

一些建议

  • 容易产生较大浮点误差的函数有asin、 acos。欢迎尽量使用atan2。

    另外,如果数据明确说明是整数,而且范围不大的话,使用int或者long long代替double都是极佳选择,这样就不存在浮点误差了

「计算几何精度问题」相关推荐

  1. 下一个视觉「杀手级应用」来了,依图行人重识别ReID性能创纪录

    人脸识别之后的下一个风口是什么? 对于这个问题,业界似乎早已有了共识.从 AI 的人脸识别能力超越人类以来,学术界和产业界的目光逐渐转向另一个更具科研意义和应用价值的课题--行人重识别(Person ...

  2. 「留光」1小时:中科大让我们离「量子U盘」又近了一步

    视学算法报道 转载自:机器之心 编辑:张倩.小舟 「简单来说,我们就是用一块晶体把光『存起来』,一个小时后取出来发现,它的相位.偏振等状态信息还保存得很好.」 存储器的功能就是把信息存储起来,直到需要 ...

  3. 通过细胞自动机,AI在「我的世界」学会了盖房子

    子豪 发自 凹非寺 量子位 报道 | 公众号 QbitAI 了解游戏「我的世界(MineCraft)」的读者,一定很熟悉这样的画面. △图源:Science Magazine 但是,如果盖房子的不是人 ...

  4. python数据结构推荐书-「算法与数据结构」从入门到进阶吐血整理推荐书单

    推荐一下「算法与数据结构」从入门到进阶的书单. 一.入门系列 这些书籍通过图片.打比方等通俗易懂的方法来讲述,让你能达到懂一些基础算法,线性表,堆栈,队列,树,图,DP算法,背包问题等,不要求会实现, ...

  5. 从特斯拉到计算机视觉之「图像语义分割」

    说起特斯拉,大家可能立马会想到今年5月份发生在特斯拉Model S自动驾驶上的一宗夺命车祸.初步的调查表明,在强烈的日照条件下,驾驶员和自动驾驶系统都未能注意到牵引式挂车的白色车身,因此未能及时启动刹 ...

  6. 多模态语义分析_「CV学霸开讲」卷积神经网络压缩、多模态的语义分析研究

    原标题:「CV学霸开讲」卷积神经网络压缩.多模态的语义分析研究 [新智元导读]2017年度百度奖学金10位候选人中,人大的陈师哲和北大的王云鹤所学专业主要集中在计算机视觉,本文将详细呈现CV学子的求学 ...

  7. [转] 年终回顾,为你汇总一份「前端技术清单」

    记得年初的时候我给自己制定了一个学习计划,现在回顾来看完成度还不错.但仍有些遗憾,一些技术点没有时间去好好学习. 在学习中我发现,像文章这样的知识往往是碎片化的,而前端涉及到的面很多,如果不将这些知识 ...

  8. 北大清华联手开设通用人工智能实验班,「顶级AI科学家」朱松纯领衔

      转载于 新智元   来源:北京大学官方微信 编辑:小匀 [新智元导读]近日消息,北大清华联手开启通用人工智能实验班,由北大人工智能研究院院长.讲席教授,清华大学基础科学讲席教授朱松纯领衔.首批北大 ...

  9. 本周AI热点回顾:动森首届「AI 顶会」即将召开、《我的世界》里搭建神经网络、一位中国博士把整个CNN都给可视化了

    01 重要通知:动物森友会首届「AI 顶会」ACAI 2020即将召开 众所周知,因为疫情的原因,ICML.ICLR.CVPR 等人工智能顶级会议都已经改为了线上举办. 自从 AAAI 2020 之后 ...

最新文章

  1. html语言分行,Markdown内嵌Html语言
  2. linux安装java tar.gz_Linux(CentOS)安装java运行环境JDK1.8(.tar.gz)
  3. 成立快两年,阿里巴巴达摩院都干什么了?
  4. VA01创建SO的增强点MV45AFZZ的几点实际应用总结
  5. 选择最大值的那条记录 sql
  6. bootstrap中表格大小设置_bootstrap 设置table - td宽度问题
  7. 数据结构——各排序算法的比较
  8. 藏獒时代曙光科技 若尔盖大草原一幅绚丽的画卷,放飞心情的好地方[原创]
  9. linux6.8设置中文界面,Linux下安装多媒体中心 Kodi 18.8 新版本并设置中文界面
  10. 多时隙编码aloha(MuSCA)与编码时隙aloha(CSA)协议分析
  11. 移动端日期控件 mobiscroll
  12. Out of resources when opening file './xxx.MYD' (Errcode: 24)
  13. 论文阅读-多任务(2020)-KL4MTL:用于多任务学习的知识蒸馏方法
  14. 深入理解JVM虚拟机读书笔记——垃圾回收算法
  15. Windows系统下快速安装、配置Aira2,及图形界面配置、度盘、B站视频下载
  16. 三菱plc和三菱E700变频器专用协议通讯程序
  17. 怎样卸载deepin系统_win10系统双系统下卸载deepin的详细技巧
  18. Mac安装/卸载brew
  19. AU入门音频编辑基本认识
  20. 西安联通光猫修改为桥接模式

热门文章

  1. 问题:关于贴友分类菜单的实现
  2. 世上只有妈妈好用计算机谭,世上只有妈妈好
  3. c#多线程之QueueUserWorkItem
  4. 中国小吃英语表达法[中英文对照]
  5. 杨辉三角解析----Python廖雪峰
  6. 每一个人都应该明白的ChatGPT所带来的意义
  7. Scrum那些事 - JIRA+Confluence入门之1- 网站申请与配置
  8. Python Turtle绘图[难度2星]:多边形螺旋线(颜色交叉/颜色分层)
  9. poj 1966 Cable TV Network
  10. 一、一个月学习java基础路线以及时间安排