当前位置: 首页 > news >正文

31、伪浮点数的原理、运算及误差分析

伪浮点数的原理、运算及误差分析

1. 伪浮点数基础示例

伪浮点数是一种特殊的数值表示方式,下面通过几个例子来理解。

首先,以四分之一块馅饼为例,分子是 1,分母已经是 2 的幂次方。可以用如下结构体表示:

struct sFakeFloat oneFourth = {1, 2};

负的移位值会改变移位的方向,比如数字 4 可以这样表示:

struct sFakeFloat four = {1, -2}; floatingPointValue = four.num >> shift ==> 1/(2(-2)) ==> 1 * 22 ==> 4

伪浮点数还能处理比通常 32 位(或其他分子大小)所能存储的更大的数,但结果的精度会比使用更大的变量时低。例如,要存储 10000000001,可将其除以 8 以适应有符号的 32 位整数:

struct sFakeFloat notTenBillionOne = { 1250000000, -3 };

不过,虽然这个值与正确值的误差在一百亿分之一以内,但最后一位数字丢失了,结果仅为 100 亿。

2. 精度问题

在结构体中,可以使用 24 位的分子和 8 位的分母移位值。虽然这样能将所有数据存放在一个方便的 32 位变量中

http://www.cnnetsun.cn/news/13870.html

相关文章:

  • 终极解决方案:pdfmake自定义字体3步诊断法彻底消除中文乱码
  • 相比Linux服务器,Windows Server在企业中真的没用了吗?这些场景它依然不可替代
  • 自动驾驶感知系统优化秘籍(基于深度学习的特征级融合方法详解)
  • 如何快速优化ET框架:从15秒到3秒的终极性能提升指南
  • Fluent Terminal:颠覆传统!这款Windows终端工具如何让开发效率飙升300%?
  • WeKnora v2.0:革命性文档智能理解框架的10大创新突破
  • P2681 众数
  • GoAlert终极指南:开源值班排班与自动警报通知系统
  • Wan2.2-T2V-A14B + 高性能GPU集群 下一代AI视频工厂?
  • 如何在10分钟内完成Stable Diffusion WebUI的Windows部署:终极简易指南
  • 12月11号:个股标签比盘口更重要
  • Wan2.2-T2V-A14B模型在博物馆导览视频自动生成中的落地
  • 收藏!2025 AI最大风口:大模型应用开发,小白也能入局拿高薪
  • 5大实战技巧:如何在有限GPU资源下高效训练大语言模型
  • Qwen3-VL-30B-A3B-Thinking-FP8:多模态AI技术革命与产业落地新范式
  • Deep-Live-Cam自动化部署终极指南:一键构建实时人脸交换应用
  • DazToBlender:3个关键步骤实现角色资产的完美跨平台迁移
  • AI工程实战指南:技术运营人员的快速上手终极手册
  • 一文读懂!提示工程架构师解析提示工程文档标准本质
  • Llama-Factory一站式微调平台上线,释放你的GPU算力潜能
  • 5分钟上手:免费开源硬盘监控工具,守护你的数据安全
  • Adobe Downloader终极指南:免费获取Adobe全家桶的简单方法
  • uni-app跨平台开发实战解析:从零开始构建多端应用
  • Electron项目使用electron-updater与UpgradeLink接入参考
  • BiliDownloader:一键解锁B站视频离线收藏神器
  • ARM编译器5.06升级版:解决MDK5.37兼容性问题的完整指南
  • GetQzonehistory终极指南:3分钟搞定QQ空间数据永久备份
  • QIRA逆向工程工具:从零开始安装与实战指南
  • xtb量子化学计算终极指南:从零开始掌握高效分子模拟
  • 17、BPF技术:原理、应用与实践探索