我已经看到数字范围表示为[first1,last1)
和[first2,last2)
。
我想知道这样的符号是什么意思。
方括号 -[
或]
- 表示范围的结尾包含在内- 它包括列出的元素。括号 -(
或)
- 表示 end 是唯一的并且不包含列出的元素。因此,对于[first1, last1)
,范围以first1
(并包括它)开头,但在 之前结束last1
。
假设整数:
那是一个半开区间。
[a,b]
包括端点。(a,b)
排除在外。在您的情况下,包括间隔开始处的端点,但不包括结束点。所以这意味着区间“first1 <= x < last1”。
半开区间在编程中很有用,因为它们对应于循环的常见习语:
for (int i = 0; i < n; ++i) { ... }
这里 i 在 [0, n) 范围内。
区间符号的概念出现在数学和计算机科学中。数学符号[
, ]
,(
表示区间)
的域(或 范围)。
括号[
和]
含义:
括号(
和)
含义:
具有混合状态的区间称为“半开”。
例如,从 1 .. 10(包括)的连续整数的范围将被标记为:
注意这个词inclusive
是如何使用的。如果我们想排除端点但“覆盖”相同的范围,我们需要移动端点:
对于区间的左右边缘,实际上有 4 种排列:
(1,10) = 2,3,4,5,6,7,8,9 Set has 8 elements
(1,10] = 2,3,4,5,6,7,8,9,10 Set has 9 elements
[1,10) = 1,2,3,4,5,6,7,8,9 Set has 9 elements
[1,10] = 1,2,3,4,5,6,7,8,9,10 Set has 10 elements
这与数学和计算机科学有什么关系?
数组索引倾向于使用不同的偏移量,具体取决于您所在的字段:
在实现数学算法(例如 for 循环)时,这些差异可能会导致细微的栅栏柱错误,也就是一个错误。
如果我们有一个集合或数组,比如前几个素数[ 2, 3, 5, 7, 11, 13, 17, 19, 23, 29 ]
,数学家会将第一个元素称为1st
绝对 元素。即使用下标表示法来表示索引:
相反,某些编程语言会将第一个元素称为zero'th
相对元素。
由于数组索引在 [0,N-1] 范围内,因此为了清楚起见,为范围 0 .. N 保持相同的数值而不是添加诸如偏差之类的文本噪声是“很好的”。-1
例如,在 C 或 JavaScript 中,要遍历一个包含 N 个元素的数组,程序员会 i = 0, i < N
使用区间 [0,N) 而不是稍微冗长的 [0,N-1] 来编写通用习惯用法:
function main() {
var output = "";
var a = [ 2, 3, 5, 7, 11, 13, 17, 19, 23, 29 ];
for( var i = 0; i < 10; i++ ) // [0,10)
output += "[" + i + "]: " + a[i] + "\n";
if (typeof window === 'undefined') // Node command line
console.log( output )
else
document.getElementById('output1').innerHTML = output;
}
<html>
<body onload="main();">
<pre id="output1"></pre>
</body>
</html>
数学家,因为他们从 1 开始计数,所以会改为使用i = 1, i <= N
命名法,但现在我们需要用从零开始的语言来更正数组偏移量。
例如
function main() {
var output = "";
var a = [ 2, 3, 5, 7, 11, 13, 17, 19, 23, 29 ];
for( var i = 1; i <= 10; i++ ) // [1,10]
output += "[" + i + "]: " + a[i-1] + "\n";
if (typeof window === 'undefined') // Node command line
console.log( output )
else
document.getElementById( "output2" ).innerHTML = output;
}
<html>
<body onload="main()";>
<pre id="output2"></pre>
</body>
</html>
旁白:
在基于 0 的编程语言中,您可能需要一个虚拟的第 0 个元素来使用基于 1 的数学算法。例如Python 索引开始
间隔表示法对于浮点数也很重要,以避免细微的错误。
在处理浮点数时,尤其是在计算机图形学(颜色转换、计算几何、动画缓动/混合等)中,通常会使用归一化数字。即,介于 0.0 和 1.0 之间的数字。
如果端点是包含或排除的,了解边缘情况很重要:
其中 M 是一些机器 epsilon。这就是为什么您有时可能会const float EPSILON = 1e-#
在 C 代码(例如1e-6
)中看到 32 位浮点数的惯用语。这个 SO 问题EPSILON 能保证什么吗?有一些初步的细节。如需更全面的答案FLT_EPSILON
,请参阅 David Goldberg 的What Every Computer Scientist Should Know About Floating-Point Arithmetic
随机数生成器的某些实现random()
可能会产生 0.0 .. 0.999... 范围内的值,而不是更方便的 0.0 .. 1.0。代码中的正确注释会将其记录为 [0.0,1.0) 或 [0.0,1.0],因此在用法上没有歧义。
例子:
random()
颜色。您将三个浮点值转换为无符号的 8 位值,以生成分别具有红色、绿色和蓝色通道的 24 位像素。根据random()
您输出的间隔,最终可能是near-white
(254,254,254) 或white
(255,255,255)。 +--------+-----+
|random()|Byte |
|--------|-----|
|0.999...| 254 | <-- error introduced
|1.0 | 255 |
+--------+-----+
有关带间隔的浮点精度和鲁棒性的更多详细信息,请参阅 Christer Ericson 的实时碰撞检测,第 11 章数值鲁棒性,第 11.3 节鲁棒浮点使用。
它可以是区间定义中的数学约定,其中方括号表示“包含极值”,圆括号表示“极值排除”。