將size_t除以unsigned long並將結果賦值為double

Question

我必須將一個unsigned long int除以size_t（從一個帶有size（）的數組維返回），如下所示：

vector<string> mapped_samples;
vector<double> mean;
vector<unsigned long> feature_sum;
/* elaboration here */
mean.at(index) = feature_sum.at(index) /mapped_samples.size();

但是這樣就會發生整數除法（我丟失小數部分。這不好）

因此，我可以這樣做：

 mean.at(index) = feature_sum.at(index) / double(mapped_samples.size());

但是這樣， feature_sum.at(index)會自動轉換（臨時副本）為double ，我可能會失去精度。 我該如何解決這個問題？ 我要用一些圖書館？

將無符號long轉換為double時可能會導致精度損失（因為無符號long值可能大於最大double）無符號long值是要素的總和（正值）。 特征的樣本可以是1000000或更多，並且特征的值的總和可以是nourmus。 因此，特征的最大值為2000：2000 * 1000000或更高

（我正在使用C ++ 11）

Answer 1

你可以嘗試使用std::div

沿線

auto dv = std::div(feature_sum.at(index), mapped_samples.size());

double mean = dv.quot + dv.rem / double(mapped_samples.size());

Answer 2

你可以使用：

// Grab the integral part of the division
auto v1 = feature_sum.at(index)/mapped_samples.size();

// Grab the remainder of the division
auto v2 = feature_sum.at(index)%mapped_samples.size();

// Dividing 1.0*v2 is unlikely to lose precision
mean.at(index) = v1 + static_cast<double>(v2)/mapped_samples.size();

Answer 3

你不能做得更好 （如果你想把結果存儲為double ），而不是簡單

std::uint64_t x=some_value, y=some_other_value;
auto mean = double(x)/double(y);

因為使用float128的截斷形式的正確結果的相對准確性

auto improved = double(float128(x)/float128(x))

通常是相同的（對於典型的輸入 - 可能有罕見的輸入，可能的改進）。 兩者都有一個相對誤差，由double尾（53位）的尾數長度決定。 所以，簡單的答案是：要么使用更精確的類型比double您的均值或忘記了這個問題。

---

為了看到相對准確性，我們假設這一點

x=a*(1+e);   // a=double(x)
y=b*(1+f);   // b=double(y)

其中e ， f的順序為2 ^ -53。

然后'正確'的商是e和f第一個商

(x/y) = (a/b) * (1 + e - f)

將此轉換為double會導致另一個2 ^ -53的相對誤差，即與(a/b)的誤差相同的順序，這是天真的結果

mean = double(x)/double(y).

當然，當通過其他答案中建議的方法獲得更高的准確度時， e和f可以合謀取消，但通常不能提高准確度。