4

有时，当您使用常见数据类型（例如双精度数）以非常小的概率进行计算时，数值不准确会在多次计算中级联并导致不正确的结果。因此，建议使用对数概率，这可以提高数值稳定性。我已经在 J​​ava 中实现了对数概率并且我的实现工作，但它的数值稳定性比使用原始双精度差。我的实施有什么问题？在Java中以小概率执行许多连续计算的准确有效的方法是什么？

我无法为这个问题提供一个简洁的演示，因为许多计算的不准确性会级联。然而，这里有一个问题存在的证据：由于数值准确性，提交给 CodeForces 竞赛的文件失败了。运行测试 #7 并添加调试打印清楚地表明，从 1774 天开始，数字错误开始级联，直到概率总和下降到 0（当它应该为 1 时）。在用一个简单的包装器替换我的 Prob 类后，完全相同的解决方案通过了测试。

我的乘法概率的实现：

a * b = Math.log(a) + Math.log(b)

我的加法实现：

a + b = Math.log(a) + Math.log(1 + Math.exp(Math.log(b) - Math.log(a)))

稳定性问题很可能包含在这两行中，但这是我的整个实现：

class Prob {

        /** Math explained: https://en.wikipedia.org/wiki/Log_probability
         *  Quick start:
         *      - Instantiate probabilities, eg. Prob a = new Prob(0.75)
         *      - add(), multiply() return new objects, can perform on nulls & NaNs.
         *      - get() returns probability as a readable double */

        /** Logarithmized probability. Note: 0% represented by logP NaN. */
        private double logP;

        /** Construct instance with real probability. */
        public Prob(double real) {
            if (real > 0) this.logP = Math.log(real);
            else this.logP = Double.NaN;
        }

        /** Construct instance with already logarithmized value. */
        static boolean dontLogAgain = true;
        public Prob(double logP, boolean anyBooleanHereToChooseThisConstructor) {
            this.logP = logP;
        }

        /** Returns real probability as a double. */
        public double get() {
            return Math.exp(logP);
        }

        @Override
        public String toString() {
            return ""+get();
        }

        /***************** STATIC METHODS BELOW ********************/

        /** Note: returns NaN only when a && b are both NaN/null. */
        public static Prob add(Prob a, Prob b) {
            if (nullOrNaN(a) && nullOrNaN(b)) return new Prob(Double.NaN, dontLogAgain);
            if (nullOrNaN(a)) return copy(b);
            if (nullOrNaN(b)) return copy(a);

            double x = a.logP;
            double y = b.logP;
            double sum = x + Math.log(1 + Math.exp(y - x));
            return new Prob(sum, dontLogAgain);
        }

        /** Note: multiplying by null or NaN produces NaN (repping 0% real prob). */
        public static Prob multiply(Prob a, Prob b) {
            if (nullOrNaN(a) || nullOrNaN(b)) return new Prob(Double.NaN, dontLogAgain);
            return new Prob(a.logP + b.logP, dontLogAgain);
        }

        /** Returns true if p is null or NaN. */
        private static boolean nullOrNaN(Prob p) {
            return (p == null || Double.isNaN(p.logP));
        }

        /** Returns a new instance with the same value as original. */
        private static Prob copy(Prob original) {
            return new Prob(original.logP, dontLogAgain);
        }
    }
4

1 回答 1

2

问题是由Math.exp(z)该行中使用的方式引起的：

a + b = Math.log(a) + Math.log(1 + Math.exp(Math.log(b) - Math.log(a)))

当z达到极值时，double 的数值精度不足以输出Math.exp(z). 这导致我们丢失信息，产生不准确的结果，然后这些结果在多次计算中级联。

那时什么z >= 710时候Math.exp(z) = Infinity

那时什么z <= -746时候Math.exp(z) = 0

在原始代码中，我调用 Math.expy - x并任意选择哪个是 x，这就是原因。相反，让我们选择y并x基于哪个更大，所以这z是负数而不是正数。我们得到溢出的点更远（746而不是710），更重要的是，当我们溢出时，我们最终是0而不是无穷大。这是我们想要的可能性很小。

double x = Math.max(a.logP, b.logP);
double y = Math.min(a.logP, b.logP);
double sum = x + Math.log(1 + Math.exp(y - x));
于 2017-02-20T23:54:19.680 回答