什么可以使用std :: numeric_limits <double> :: epsilon()?

时间:2018-01-07 01:32:06

标签: c++ std numeric-limits

  unsigned int updateStandardStopping(unsigned int numInliers, unsigned int totPoints, unsigned int sampleSize)
    {
        double max_hypotheses_=85000;
        double n_inliers = 1.0;
        double n_pts = 1.0;
        double conf_threshold_=0.95

        for (unsigned int i = 0; i < sampleSize; ++i)
        {
            n_inliers *= numInliers - i;//n_linliers=I(I-1)...(I-m+1)
            n_pts *= totPoints - i;//totPoints=N(N-1)(N-2)...(N-m+1)
        }
        double prob_good_model = n_inliers/n_pts;

        if ( prob_good_model < std::numeric_limits<double>::epsilon() )
        {
            return max_hypotheses_;
        }
        else if ( 1 - prob_good_model < std::numeric_limits<double>::epsilon() )
        {
            return 1; 
        }
        else 
        {
            double nusample_s = log(1-conf_threshold_)/log(1-prob_good_model);
            return (unsigned int) ceil(nusample_s); 
        }
    }

这是一个选择声明:

if ( prob_good_model < std::numeric_limits<double>::epsilon() )
{...}

根据我的理解,判断陈述与(或近似)

相同
prob_good_model < 0

那么我是否正确以及std::numeric_limits<double>::epsilon()除此之外还可以使用哪些?

1 个答案:

答案 0 :(得分:9)

epsilon的目的是让你(相当)​​容易找出两个数字之间可以看到的最小差异。

你通常不会完全按原样使用它。您需要根据您要比较的数字的大小来缩放它。如果您有1e-100左右的两个数字,那么您将使用以下std::numeric_limits<double>::epsilon() * 1.0e-100的顺序作为比较标准。同样,如果您的数字大约是1e + 100,那么您的标准就是std::numeric_limits<double>::epsilon() * 1e+100

如果您尝试使用它而不进行缩放,则可能会出现严重错误(完全无意义)的结果。例如:

if (st::abs(1e-100 - 1e-200) < std::numeric_limits<double>::epsilon())
是的,即使他们相差100个数量级,这将显示为“真实”(即,说两者相等)。在另一个方向,如果数字远大于1,与(未缩放的)epsilon相比,相当于说if (x != y) - 它根本没有留下舍入错误的余地。

至少根据我的经验,为浮点类型指定的epsilon通常没有太多用处。通过适当的缩放,它可以告诉您在给定幅度的两个数字之间可能存在的最小差异(对于特定的浮点实现)。

然而,在实际使用中,实际使用相对较少。更实际的数字通常取决于输入的精确度,以及由于四舍五入而可能丢失的精确度的估计值(等等)。

例如,假设您从测量精度为百万分之一的值开始,并且您只进行了一些计算,因此您认为由于舍入误差可能会丢失多达2位数的精度。在这种情况下,你关心的“epsilon”大约是1e-4,缩放到你正在处理的数字的大小。也就是说,在这种情况下,你可以预期4位精度的数字是有意义的,所以如果你看到前四位数的差异,它可能意味着值不相等,但如果它们不同只有在第五个(或更晚的)数字中,您才应该将它们视为相等。

您使用的浮点类型可以表示(例如)16位数的精度这一事实并不意味着您使用的每个测量都将达到精确度 - 事实上,它是相对罕见的基于物理测量有任何希望甚至接近精确。但是,它确实限制了你可以从计算中得到的东西 - 即使你从一个精确到30位数的值开始,你可以希望计算后最大的定义是std::numeric_limits<T>::epsilon