C语言基本概念————讨论sqrt()和pow()函数与整数的关系

本文来源:C语言基本概念——讨论sqrt()和pow()函数与整数的关系.

C语言基本概念——sqrt和pow函数与整数的关系

  • 1. 使用sqrt()是否可以得到完全平方数的精确的整数平方根
    • 1.1 完全平方数的计算结果是否精确?
    • 1.2 为什么不会出现误差(如 `1.9999999`)?
    • 1.3 可能产生误差的情况
    • 1.4 总结
  • 2. 使用pow函数计算整数的幂能否得到精确的整数值
    • 2.1 **浮点数的精度限制**
    • 2.2 **隐式类型转换的陷阱**
    • 2.3 **实现依赖性问题**
    • 2.4 建议:如何安全计算整数幂?
    • 2.5 结论
    • 3. 举例


根据C标准,float类型必须至少能够表示6位有效数字,且取值范围至少是10-37〜10+37。其中,6位有效数字的要求意味着float类型必须能够精确表示如33.333333这样的数值;而取值范围的规定则使其能够方便地表示诸如太阳质量(2.0e30千克)、质子电荷量(1.6e-19库仑)等极大或极小的数值。

在大多数C语言实现中,单精度浮点数采用IEEE 754标准的32位表示法,其中尾数部分占23位(223= 8,388,608),相当于7位十进制数。这意味着float类型在转换为十进制后,最多可以保证7位有效数字的精度,完全满足C标准对6位有效数字的要求。需要注意的是,第7位之后的数字可能不准确。类似地,double类型的尾数占52位(252),可表示约16位十进制有效数字,或63位(263)时可表示约19位十进制有效数字。因此,double类型通常可以保证15-17位有效数字的精度。

sqrt()pow() 函数是 C 标准库 <math.h> 中的两个重要数学函数,其函数原型分别为:

double sqrt(double x);
double pow(double x, double y);

sqrt()函数用于计算x的平方根,而pow()函数用于计算x的y次幂。这两个函数的参数和返回值类型均为double类型。

对于sqrt()函数,要求输入参数x必须是非负实数。如果x为负数,在大多数实现中会产生域错误(domain error),并返回NaN(Not a Number)值。

现在,我们针对这两个函数与整数之间的关系提出以下两个问题:

  • 1.当n是一个完全平方数时,使用sqrt(n)函数是否能够计算出n的精确整数平方根?
  • 2.使用pow()函数是否能够计算出x^y的精确整数值?
  • 注:本文中所讨论的"整数"一般是指在标准整数类型可表示范围内的整数值。

1. 使用sqrt()是否可以得到完全平方数的精确的整数平方根

1.1 完全平方数的计算结果是否精确?

完全平方数的平方根是整数(例如 sqrt(4)=2)。对于较小的完全平方数(如 4, 9, 16 等),双精度浮点数(double)可以精确表示它们的平方根,因此 sqrt() 函数会返回准确的整数值(如 2.0)。

1.2 为什么不会出现误差(如 1.9999999)?

  • 浮点数的特性
    双精度浮点数(double)的尾数有52位,可以精确表示所有绝对值小于 2^53(约 9e15)的整数。因此,对于较小的完全平方数(如 4, 100, 10000 等),其平方根是整数且落在 2^53 范围内,sqrt() 的结果会是精确的。

  • 数学库的优化
    现代数学库(如 glibc)会对完全平方数的计算进行优化,直接返回精确的整数值,避免浮点运算的舍入误差。

1.3 可能产生误差的情况

只有当完全平方数的平方根 超过双精度浮点数的精确表示范围 时,才会出现误差。例如:

  • 对于 n = (2^26)^2 = 2^52,其平方根 2^26 是精确的。
  • 但对于 n = (2^26 + 1)^2,平方根 2^26 + 1 可能会因超出 2^53 的精确表示范围而产生微小误差。
  • 注:在实测中,没有产生误差,都能精确表示。

1.4 总结

  • 对于较小的完全平方数(如 4, 9, 100 等):
    sqrt() 返回的结果是精确的(如 2.0, 3.0, 10.0),不会出现 1.99999992.00000000001

  • 对于极大的完全平方数(超过 2^53):
    可能因浮点数精度限制产生微小误差,需谨慎处理。


2. 使用pow函数计算整数的幂能否得到精确的整数值

在C语言中,pow函数不能保证总是返回精确的整数值,其准确性取决于以下关键因素:

2.1 浮点数的精度限制

  • pow函数的参数和返回值均为double类型,其底层使用浮点数运算。虽然double类型可以精确表示一定范围内的整数(通常到2⁵³),但当计算结果超出此范围时,精度丢失可能导致误差
  • 示例
    printf("%.0f", pow(2, 53));   //输出 9007199254740992(精确)
    printf("%.0f", pow(2, 53)+1); //同样输出 9007199254740992(无法区分)
    

2.2 隐式类型转换的陷阱

  • 即使输入的底数和指数是整数,pow内部仍会转换为浮点数计算。对于某些看似简单的运算,舍入误差可能导致意外结果
    int a = (int)pow(5, 3);  // 期望125,实际可能得到124(如4.999999被截断)
    

2.3 实现依赖性问题

  • 不同编译器/数学库对pow的优化策略不同。例如:
    pow(10, 2);  // 可能返回100.0(精确)或99.99999999999999(误差)
    

2.4 建议:如何安全计算整数幂?

  1. 小整数幂:直接使用循环乘法

    int power(int base, int exp) {
        int result = 1;
        for (int i = 0; i < exp; i++) result *= base;
        return result;
    }
    
  2. 大整数或高精度需求:使用<stdint.h>中的大整数类型(如int64_t)或第三方库(如GMP)。

  3. 必须用pow:添加误差补偿

    #include <math.h>
    int safe_pow(int base, int exp) {
        double result = pow(base, exp);
        return (int)(result + 0.5);  // 四舍五入补偿
    }
    

2.5 结论

  • 可用场景:当结果远小于2⁵³且无需强制转换为整数时,pow可临时使用。
  • 风险场景:涉及大整数、类型转换或高精度需求时,必须避免依赖pow函数。

3. 举例

下列程序在Dev C++环境下运行

#include <stdio.h>
#include <math.h>
int main( void ) {
   printf("sqrt(): %s %d\n","error.", sqrt(pow(2, 52)));
   printf("sqrt(): %d %s\n", (int)sqrt(pow(2, 52)), "精确");
   printf("sqrt(): %d %s\n",(int)sqrt(pow(2, 54)), "精确");
   long long lnum = sqrt(pow(2, 80));
   printf("sqrt(): %lld %s\n",lnum, "精确");

   printf("pow(): %.0f %s\n", pow(2, 53)-1, "精确");
   printf("pow(): %.0f %s\n", pow(2, 53), "精确");
   printf("pow(): %.0f %s\n", pow(2, 53)+1, "无法区分");
   printf("pow(): %.0f %s\n", pow(2, 54), "精确");
   printf("pow(): %.0f %s\n", pow(2, 55), "精确");
   printf("pow(): %.0f %s\n", pow(2, 56), "精确");
   printf("pow(): %.0f %s\n", pow(2, 57), "不精确");
   printf("pow(): %.0f %s\n", pow(2, 64), "不精确");
   return 0;
}

运行结果截图如下:
在这里插入图片描述

下列程序在LLVM (clang-cl)环境下运行

#include <stdio.h>
#include <math.h>

int main(void) { 
   printf("sqrt(): %s %d\n", "error.", sqrt(pow(2, 52)));
   printf("sqrt(): %d %s\n", (int)sqrt(pow(2, 52)), "精确");
   printf("sqrt(): %d %s\n", (int)sqrt(pow(2, 54)), "精确");
   long long lnum = sqrt(pow(2, 80));
   printf("sqrt(): %lld %s\n", lnum, "精确");

   printf("pow(): %.0f %s\n", pow(2, 53) - 1, "精确");
   printf("pow(): %.0f %s\n", pow(2, 53), "精确");
   printf("pow(): %.0f %s\n", pow(2, 53) + 1, "无法区分");
   printf("pow(): %.0f %s\n", pow(2, 54), "精确");
   printf("pow(): %.0f %s\n", pow(2, 55), "精确");
   printf("pow(): %.0f %s\n", pow(2, 56), "精确");
   printf("pow(): %.0f %s\n", pow(2, 57), "精确");
   printf("pow(): %.0f %s\n", pow(2, 64), "精确");
   return 0;
}

运行结果截图如下:
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/968577.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

日常知识点之面试后反思裸写string类

1&#xff1a;实现一个字符串类。 简单汇总 最简单的方案&#xff0c;使用一个字符串指针&#xff0c;以及实际字符串长度即可。 参考stl的实现&#xff0c;为了提升string的性能&#xff0c;实际上单纯的字符串指针和实际长度是不够了&#xff0c;如上&#xff0c;有优化方案…

【AI论文】10亿参数大语言模型能超越405亿参数大语言模型吗?重新思考测试时计算最优缩放

摘要&#xff1a;测试时缩放&#xff08;Test-Time Scaling&#xff0c;TTS&#xff09;是一种通过在推理阶段使用额外计算来提高大语言模型&#xff08;LLMs&#xff09;性能的重要方法。然而&#xff0c;目前的研究并未系统地分析策略模型、过程奖励模型&#xff08;Process …

【漫话机器学习系列】088.常见的输出层激活函数(Common Output Layer Activation Functions)

在神经网络中&#xff0c;输出层&#xff08;Output Layer&#xff09; 的激活函数&#xff08;Activation Function&#xff09;直接决定了模型的输出形式&#xff0c;并影响损失函数的选择及训练效果。不同的任务类型&#xff08;如分类或回归&#xff09;需要使用不同的激活…

在实体机和wsl2中安装docker、使用GPU

正常使用docker和gpu&#xff0c;直接命令行安装dcoker和&#xff0c;nvidia-container-toolkit。区别在于&#xff0c;后者在于安装驱动已经cuda加速时存在系统上的差异。 1、安装gpu驱动 在实体机中&#xff0c;安装cuda加速包&#xff0c;我们直接安装 driver 和 cuda 即可…

麒麟v10 server版安装ollama跑Deepseek

麒麟v10 server版安装ollama跑Deepseek 1. 环境 2. 安装docker yum install docker 发现源只有18.x版本&#xff0c;启动ollama&#xff0c;发现调用CPU&#xff0c;没调用GPU docker19.x以上才 会调用GPU, 可以添加centos8的原&#xff0c;安装docker-ce3.启动ollama&#…

LabVIEW用户界面(UI)和用户体验(UX)设计

作为一名 LabVIEW 开发者&#xff0c;满足功能需求、保障使用便捷与灵活只是基础要求。在如今这个用户体验至上的时代&#xff0c;为 LabVIEW 应用程序设计直观且具有美学感的界面&#xff0c;同样是不容忽视的关键任务。一个优秀的界面设计&#xff0c;不仅能提升用户对程序的…

如何使用Java语言在Idea和Android中分别建立服务端和客户端实现局域网聊天

手把手教你用Java语言在Idea和Android中分别建立服务端和客户端实现局域网聊天 目录 文章目录 手把手教你用**Java**语言在**Idea**和**Android**中分别建立**服务端**和**客户端**实现局域网聊天**目录**[toc]**基本实现****问题分析****服务端**Idea:结构预览Server类代码解…

【实战篇】DeepSeek + ElevenLabs:让人工智能“开口说话”,打造你的专属语音助手!

最近,AI语音合成技术真是火得不行,各种“开口脆”的AI声音层出不穷,听得我直呼“这也太像真人了吧!” 作为一个科技爱好者,我当然不能错过这股潮流,这不,最近就沉迷于用 DeepSeek 和 ElevenLabs 这两款神器,捣鼓各种人声音频,简直停不下来! 先来科普一下这两位“主角…

vscode/cursor+godot C#中使用socketIO

在 Visual Studio Code(VS Code)中安装 NuGet 包&#xff08;例如SocketIOClient&#xff09;&#xff0c;你可以通过以下几种方法&#xff1a; 方法 1&#xff1a;使用dotnet cli 打开终端&#xff1a;在 VS Code 中按下Ctrl 或者通过菜单View -> Terminal打开终端。 导…

ETL的使用(sqoop):数据导入,导出

ETL ETL: 是数据抽取&#xff08;Extract&#xff09;、数据转换&#xff08;Transform&#xff09;和数据加载&#xff08;Load&#xff09;的整个过程 常用的ETL工具 sqoop 1.Apache Sqoop 是 Apache 软件基金会旗下的一个开源项目&#xff0c;旨在帮助用户高效地在 Hado…

安卓手游内存call综合工具/内部call/安卓注入call/数据分析(类人猿学院)

进程分析注入综合工具总界面 模块分析函数分析遍历 函数分析 so汇编分析 汇编call植入器&#xff0c;支持模拟器x86 x64 和手机arm64指令全平台 防ce搜索数据功能 全国首套发布&#xff0c;阿凡老师学院最好的安卓内存逆向老师&#xff0c;几乎行业最强的&#xff0c;有兴趣可以…

Transformer 详解:了解 GPT、BERT 和 T5 背后的模型

目录 什么是 Transformer? Transformer如何工作? Transformer 为何有用? 常见问题解答:机器学习中的 Transformer 在技​​术领域,突破通常来自于修复损坏的东西。制造第一架飞机的人研究过鸟类。莱特兄弟观察了秃鹫如何在气流中保持平衡,意识到稳定性比动力更重要。…

在C++的DLL文件中定义的结构体,在DLL外可以使用吗,如何使用?

在C的DLL文件中定义的结构体&#xff0c;在DLL外可以使用&#xff0c;但需要正确处理类型匹配和内存管理。‌ 在DLL外使用DLL中定义的结构体的方法&#xff1a; 一、 ‌使用extern "C"声明‌&#xff1a; 在DLL的导出声明中使用extern "C"可以确保函数和…

PDF另存为图片的一个方法

说明 有时需要把PDF的每一页另存为图片。用Devexpress可以很方便的完成这个功能。 窗体上放置一个PdfViewer。 然后循环每一页 for (int i 1; i < pdfViewer1.PageCount; i) 调用 chg_pdf_to_bmp函数获得图片并保存 chg_pdf_to_bmp中调用了PdfViewer的CreateBitmap函数…

中间件-安装Minio-集成使用(ubantu-docker)

目录 1、安装docer 2、运行以下命令拉取MinIO的Docker镜像 3、检查当前所有Docker下载的镜像 4、创建目录 5、创建Minio容器并运行 6、SDK操作 FileUploader.java 1、安装docer 参考这篇&#xff1a;Linux安装Docker 2、运行以下命令拉取MinIO的Docker镜像 docker pull…

ffmpeg学习:ubuntu下编译Android版ffmpeg-kit

文章目录 前言一. 配置环境1.1 虚拟机版本1.2 安装Android环境1.2.1 Android SDK安装1.2.2 Android NDK安装 1.3 编译前的准备工作1.3.1 libtasn1-1安装1.3.2 meson安装1.3.3 harfbuzz下载 二. 编译ffmpeg-kit三. 总结 前言 ffmpeg-kit是一款跨多个平台的&#xff0c;用于在应…

【全球人口数据集】全球人口密度数据集GPWv4

目录 数据概述数据处理方法数据下载参考GPWv4: Population Density, Revision 11 是由 NASA Socioeconomic Data and Applications Center (SEDAC) 提供的全球人口密度数据集,旨在支持社会经济和环境研究。 数据概述 Gridded Population of the World, Version 4 (GPWv4): Po…

PyTorch 中 `torch.cuda.amp` 相关警告的解决方法

在最近的写代码过程中&#xff0c;遇到了两个与 PyTorch 的混合精度训练相关的警告信息。这里随手记录一下。 警告内容 警告 1: torch.cuda.amp.autocast FutureWarning: torch.cuda.amp.autocast(args...) is deprecated. Please use torch.amp.autocast(cuda, args...) i…

NLP面试之-激活函数

一、动机篇 1.1 为什么要有激活函数&#xff1f; 数据角度&#xff1a;由于数据是线性不可分的&#xff0c;如果采用线性化&#xff0c;那么需要复杂的线性组合去逼近问题&#xff0c;因此需要非线性变换对数据分布进行重新映射;线性模型的表达力问题&#xff1a;由于线性模型…

四、自然语言处理_08Transformer翻译任务案例

0、前言 在Seq2Seq模型的学习过程中&#xff0c;做过一个文本翻译任务案例&#xff0c;多轮训练后&#xff0c;效果还算能看 Transformer作为NLP领域的扛把子&#xff0c;对于此类任务的处理会更为强大&#xff0c;下面将以基于Transformer模型来重新处理此任务&#xff0c;看…