浮点数不满足结合律

浮点数一般满足交换律:

\[a+b==b+a \]

\[a \times b = b \times a \]

但不满足结合律:

\[(a+b)+c \ne a+(b+c) \]

\[(a \times b) \times c \ne a \times (b \times c) \]

例如

#include <iostream>
using namespace std;

int main()
{
    double a = 1e16;
    double b = -1e16;
    double c = 1.0;

    cout << (a + b) + c << endl; 
    cout << a + (b + c) << endl; 

    return 0;
}

在通常采用 IEEE 754 双精度浮点数的环境下,输出为:

1
0

为什么会产生不同的结果?

第一种计算方式:(a + b) + c

首先计算:

\(a+b=10^{16}+(-10^{16})=0\)

然后:

\(0+1=1\)

最终结果为 1。

第二种计算方式:a + (b + c)

首先计算:

\(b+c=-10^{16}+1\)

由于 double 的有效精度约为 15~17 位十进制数字,在 (10^{16}) 附近,浮点数无法表示每一个相邻的整数。

因此,计算:

\(-10^{16}+1\)

结果会被舍入为:

\(-10^{16}\)

再计算:

\[10^{16}+(-10^{16})=0 \]

最终结果为 0。

所以:

\[(a+b)+c\neq a+(b+c) \]

这就说明了浮点数加法不一定满足结合律。

为什么浮点数会产生舍入误差?

计算机中的浮点数一般采用 IEEE 754 标准表示。

例如,double 通常使用 64 位存储:

ieee double

由于尾数位数有限,当两个数量级差距很大的浮点数相加时,较小数可能无法保留下来。

例如:

double a = 1e16;
double b = 1.0;

cout << (a + b == a) << endl;

通常输出:

1

也就是说:

\(10^{16}+1=10^{16}\)

在数学中显然不成立,但在有限精度的浮点运算中可能成立。

浮点数乘法也不一定满足结合律

例如:

double a = 1e200;
double b = 1e200;
double c = 1e-200;

cout << (a * b) * c << endl;
cout << a * (b * c) << endl;

在常见 IEEE 754 双精度环境下:

  • (a * b) * c:先计算 (10^{400}),超出 double 的表示范围,发生溢出,通常得到 inf。
  • a * (b * c):先计算接近 (1) 的结果,再乘以 (10^{200}),结果约为 (10^{200})。

因此,乘法的运算顺序同样会影响最终结果。

posted @ 2026-10-14 16:37  光風霽月  阅读(15)  评论(0)    收藏  举报