问题标签 [floating-point]

有哪些 Java 库可以快速实现精度为数千位的浮点或定点运算？它们的性能如何？

对我的一个要求是它实现了一种乘法算法，该算法优于简单乘法算法，该算法需要 4 倍的时间来获得 2 倍大的数字（比较乘法算法）。

考虑 C# 中的以下签名：

以下实现之间是否存在性能差异？

我假设以上两个都返回相同的答案。

我错过了任何其他等效的解决方案吗？

我有以下等式

1 - ((.5 * 0.83333333333333) ^ 2 + (.5 * 0.83333333333333) ^ 2 + (.5 * (1 - 0.83333333333333)) ^ 2 + (.5 * (1 - 0.83333333333333)) ^ 2)

在 Php5 中，这导致答案为 1 而不是 0.63（在两台机器上，OSx 和 Centos）。我应该专门使用 Php 的 bc 数学函数来做这样的方程吗？

我似乎在使用浮点数时失去了很多精度。

例如我需要求解一个矩阵：

这是我用来从文本文件中导入矩阵的代码：

我需要使用 gauss-seidel 求解，所以我需要重新排列 x、y 和 z 的方程：

这是我用来重新排列方程式的代码。b是一个系数矩阵，y是答案向量：

然而，我得到的答案并不精确到小数位。

例如，从上面重新排列第二个等式后，我应该得到：

我得到的是：

这似乎不是一个大问题，但是当您将数字提高到非常高的幂时，误差会很大。有没有解决的办法？我尝试了这Decimal门课，但它不适用于权力（即，Decimal(x)**2）。

有任何想法吗？

完全是新手问题，但这让我发疯！我正在尝试这个：

但我收到一个错误，说本质上 integerValue 不适用于浮点数。

我该怎么做？

我有一个包含十进制值的字符串，我需要将该字符串转换为浮点变量。所以我拥有的字符串的一个例子是“5.45”，我想要一个等效的浮点数，所以我可以添加 .1 到它。我在互联网上搜索过，但我只看到如何将字符串转换为整数。

我正在尝试让一个存储过程为生病的同事工作（因此不能要求指导）。

我有一个具有此确切过程的 SQL Server 2005 数据库，并且我正在尝试制作脚本来转换测试数据库以匹配此开发数据库。我的脚本有几行，如：

该过程本质上是“从另一个表中插入表（所有字段），其中字段 = @input”

当我运行脚本时，我收到错误：

并且没有创建该过程。但是，我比较了开发和测试环境中的源表，它们完全匹配。并且该过程完全按照开发环境中的脚本存在。

我不能问我的同事是否必须做任何特殊的杂技来创作这个剧本，所以我问你。我进行了一些搜索，发现 float 应该是 FLOAT(6,1) （或类似的）形式，但这不是他所拥有的，而且我不愿意更改测试环境以使其获胜与开发人员不符。

添加

评论者是正确的。我被告知错误与以下演员有关：

我可以发布整个查询，但它很长！所以，相反，我将只包括强制转换的字段，以及第一个和最后一个字段。我想问一下我的同事，那一个领域是否有误，只需要直接转换即可。他下周一就会回来，所以可能需要等那么久。

our_File_CHAR 定义为

our_File 定义为

我正在使用一些数字处理代码，这些代码本质上是浮点密集型的，而且速度很慢。它是研究代码，因此可以针对一种架构进行定制，并在 Core 2 Quad 机器上运行。我的理解是，对于 Pentium 4/Netburst 架构，Intel 严重剥离了 x87 FPU，采用了更加以 SSE2 为中心的设计。这导致 x87 代码的性能很糟糕。但是，Core 2 架构与 P6 架构的关系比 Netburst 更密切。

我的编译器根本不针对 SSE AFAIK，我的理解是很少有编译器能很好地做到这一点。此外，我使用的是相当前沿的 D 语言，因此可用的编译器并不多。但是，我不想切换语言，既是因为我现有代码的惯性，也是因为尽管它不成熟，但我真的很喜欢 D。

Core 2 架构是否也具有精简的 x87 FPU？如果是这样，解决此问题的最佳方法是什么？

上面的代码打印：

我如何才能让它打印（或能够将其用作）11.4？

我有一个为 Linux x86 32 位开发的应用程序。根据结果​​，有很多浮点运算和大量测试。现在我们将它移植到x86_64，但是在这个架构下测试结果是不同的。我们不想为每个架构保留一组单独的结果。

根据文章An Introduction to GCC - 对于 GNU 编译器 gcc 和 g++，问题是 X86_64 中的 GCC 假定fpmath=sse而 x86 假定fpmath=387。387 FPU 对所有操作使用80 位内部精度，并且仅将结果转换为给定的浮点类型（float、double 或 long double），而 SSE 使用操作数的类型来确定其内部精度。

我可以在编译自己的代码时强制 -mfpmath=387并且我的所有操作都可以正常工作，但是每当我调用一些库函数（sin、cos、atan2 等）时，结果又是错误的。我认为这是因为libm是在没有 fpmath 覆盖的情况下编译的。

我尝试使用 387 仿真自己构建 libm（glibc），但它导致了很多崩溃（不知道我是否做错了什么）。

有没有办法强制进程中的所有代码使用 x86_64 中的 387 仿真？或者也许一些库在两种架构上都返回与 libm 相同的值？有什么建议么？

关于“你需要80位精度”的问题，我不得不说这对于个人操作来说不是问题。在这种简单的情况下，差异非常小，没有任何区别。但是，当复合大量操作时，错误会传播，最终结果的差异不再那么小，而且会产生影响。所以我想我需要80位精度。