使用浮动变量循环计数器和非他们的分数递增/递减“==”条件的危险吗？(Any risk of usi

我们是否可以安全使用浮点数作为循环计数器和递增/在每个迭代的分数数量递减他们，就像在下面的看似无风险的项目？我当然知道，使用浮标作为操作数的==操作符是一个愚蠢的事情do.But有什么错用浮标作为操作数为“正常”的目的，其他的比较操作？通过“正常的”我的意思是，好吧，即使浮动可能不是人数的确切数字表示，而不是像一个变化0.000000001无关紧要，可在大多数情况下被忽略？（例如，在下面的程序，它是不连表观的）

话虽如此，这是我的apprehension.Suppose表示不准确和5.0其实是4.999999。所以，我们继续在每次迭代0.5递减，0最后比较可能变成假，循环可能退出因将不被显示的0.000001的差，并且电流输出的最后一行。我希望你得到我的错drift.How我是谁？

#include<stdio.h>

int main(void)
{
float f;

for(f=5.0;f>=0;f-=0.5)
printf("%f\n",f);
}

输出：

Answer 1:

不，这不是安全的，在你非常的问题给出的理由。试想一下：

#include<stdio.h>

int main(void) {
  float f = 1.0;

  for(;f>0;f-=0.1)
     printf("%f\n",f);
  return 0;
}

这个例子似乎工作相当确定时f被初始化1.0 。但这种变化至3.0 -事情开始获得方式更有趣的很快：

......导致臭名昭著的“断接一个的失败。

你认为你可能与安全>=替代> ？想再次：

float f = 5.0;
for(;f>=1;f-=0.4)
  printf("%f\n",f);

...
3.400000
3.000000
2.599999
2.199999
1.799999
1.399999

......和关闭接一个，我们又来了（如0.99999小于1）。

Answer 2:

只要初始值，则减少量和所有的递减的结果，可以与由浮点类型提供的精度范围内无误差来表示，则可以安全使用。需要注意的是“没有错误”在这里是指0的绝对误差，误差很小仍然是考虑的一个错误。

在你的情况下，初始值5.0和减少量0.5可以无误差来表示，并且4.5 ， 4.0 ， 3.5 ，...， 0.0还可以与23比特的精度范围内无误差表示float 。这是在您的情况是安全的。

如果假设起始值为4000000.0和减少量为0.00390625 ^（2-8），那么你就有麻烦了，因为递减的结果，离不开中的23位精度误差来表示float型，虽然初始值和减少量可以正确地表示。

但是，我看到在使用浮点，当整体式就是在这样的情况下，更可靠的没有意义的。你不必浪费脑细胞在检查我上述的条件是否适用。

Answer 3:

在浮点不想整数值尽可能的简单，因为与浮点表示问题。

而不是使用浮点数作为循环控制，返工你的逻辑使用整数：

需要通过递减贵方.5 ？ 1加倍您的初始值和递减：

float f = 5.0;
int i = f * 2;

for(; i >= 0; i--)
    printf("%f\n", i / 2.0);

需要通过递减.1 ？

float f = 5.0;
int i = f * 10;

for(; i >= 0; i--)
    printf("%f\n", i / 10.0);

这是在问题中所说的简单方法。当然不是唯一的方法或最正确的。更复杂的例子，可能需要返工逻辑有点不同。任何适合的情况。

我的观点，我想是保持了与实际浮点值工作，直到最后一刻，以减少介绍，由于表示错误。

Answer 4:

工程师和科学家经常写迭代程序，其中一个浮点值步骤，通过以小的增量值的范围。

例如，假设“时间”变量需要从TMIN的低变到高的tMax中的步骤deltaT ，其中所有这些变量都是双打。

最明显但不正确的方法如下：

`for( time = tMin; time <= tMax; time += deltaT ) {
            // Use the time variable in the loop
}
`

那么，为什么会这样错了吗？

如果DeltaT是小的和/或所述范围是大（或两者），循环可以执行用于数千迭代。

这意味着，通过循环结束， time已经被数以千计的加法运算的总和计算。

数字似乎“精确”给我们以十进制形式，如0.01时，计算机将它们存储在二进制，这意味着用于该值不准确deltaT的确是一个近似准确值。

因此在每次添加步骤引入舍入误差非常小的量，并添加了数千这些错误的时间，总误差可以显著。

正确的做法是如下，如果你知道的最小值和最大值，并在每次迭代所希望的变化：

`int nTimes = ( tMax - tMin ) / deltaT + 1;
 for( int i = 0; i < nTimes; i++ ) {
 time = tMin + i * deltaT;
}
 // NOW use a more accurate time variable
 // Or alternatively if you know the minimum, maximum, and number of desired iterations:
 double deltaT = ( tMax - tMin ) / ( nTimes - 1 );
 for( int i = 0; i < nTimes; i++ ) {
 time = tMin + i * deltaT;
 // NOW use a more accurate time variable
}
`

一般有可用于指定通过一系列步进四个值 - 该范围的低端，该范围的高端，步数取，和增量采取的每一步 - 如果你认识他们中的任意三个，那么你就可以计算出第四个。

正确的循环应当使用的整数计数器，以完成循环的给定次数，并使用范围和增量的低端所示在循环的每一次迭代的开始，计算浮点循环变量。那么，为什么是更好？

那循环执行的次数，现在是一个整数，它没有在任何增量舍入误差控制，所以没有执行，由于积累的舍入一个太多或一个太少迭代的机会。

时间变量，现在是从一个单一的乘法和单一此外，这还可以引入一些舍入误差计算，但远低于十万增补。在这情况下+1从何而来？

的1是必要的，以包括该范围的两个端点。假设tMax是20和TMIN是10，和deltaT为2。

所需的时间将是10，12，14，16，18，20，这是一个总的6个时间值，而不是5（五个间隔，如果你想看看这种方式。） ( 20 - 10 ) / 2产量5，所以你必须添加额外的1获得的6次正确的号码。

看这个另一种方式是，如果N次是数据点的范围内的数目，则nTimes - 1是数据点之间的间隙的数量。

例如：interpolate.c是在一个循环中，这是在类10分钟刮起插值浮点数的快速和肮脏的例子。它不是好的代码的例子，但它是一个小巧的程序如何被用来测试出来，一起玩，或者在这种情况下，表现出新的或不熟悉的概念的例子。

本实施例中内插函数f( x ) = x^3在范围从-1.0到4.0中的步骤0.5 ，使用三个技术途径：

常数 - 以输入端的平均在端点处，评估F（平均输入），并假定该函数是在所述范围内是恒定。

线性 - 评估函数在端点处，然后使用端点函数值的线性内插在两者之间。

非线性 - 线性在范围内插功能的输入，并在每个评价点，评估的内插的输入的功能。