如果您正在考虑使用浮点数来帮助进行整数运算,则必须小心。
我通常会尽量避免FP计算。
浮点运算不精确。您永远无法确定会(int)(Math.log(65536)/Math.log(2))
得出什么结果。例如,Math.ceil(Math.log(1<<29) / Math.log(2))
在我的PC上为30,数学上应该恰好为29。我没有找到x (int)(Math.log(x)/Math.log(2))
失败的值(只是因为只有32个“危险”值),但这并不意味着它将起作用在任何PC上都是相同的方式。
此处的常用技巧是在四舍五入时使用“ epsilon”。喜欢(int)(Math.log(x)/Math.log(2)+1e-10)
永远都不会失败。选择这种“ε”并不是一件容易的事。
使用更一般的任务进行更多的演示-尝试实现int log(int x, int base)
:
测试代码:
static int pow(int base, int power) {
int result = 1;
for (int i = 0; i < power; i++)
result *= base;
return result;
}
private static void test(int base, int pow) {
int x = pow(base, pow);
if (pow != log(x, base))
System.out.println(String.format("error at %d^%d", base, pow));
if(pow!=0 && (pow-1) != log(x-1, base))
System.out.println(String.format("error at %d^%d-1", base, pow));
}
public static void main(String[] args) {
for (int base = 2; base < 500; base++) {
int maxPow = (int) (Math.log(Integer.MAX_VALUE) / Math.log(base));
for (int pow = 0; pow <= maxPow; pow++) {
test(base, pow);
}
}
}
如果我们使用最直接的对数实现,
static int log(int x, int base)
{
return (int) (Math.log(x) / Math.log(base));
}
打印:
error at 3^5
error at 3^10
error at 3^13
error at 3^15
error at 3^17
error at 9^5
error at 10^3
error at 10^6
error at 10^9
error at 11^7
error at 12^7
...
为了完全消除错误,我必须添加介于1e-11和1e-14之间的epsilon。在测试之前,您能告诉这个吗?我绝对不能。