![](/img/trans.png)
[英]How can I turn a floating point number into the closest fraction represented by a byte numerator and denominator?
[英]Finding the closest integer fraction to a given random real between 0..1, given ranges of numerator and denominator
給定兩個范圍的正整數x: [1 ... n]
和y: [1 ... m]
和從 0 到 1 的隨機實數 R,我需要從 x 和y 使得 x_i / y_j 最接近 R。
找到這對的最有效方法是什么?
這是一個簡單且數學上漂亮的算法來解決這個問題:運行二分搜索,在每次迭代中,下一個數字由中位數公式(如下)給出。 根據法里數列的性質,該數是該區間內分母最小的數。 因此,這個序列將始終收斂,並且永遠不會“錯過”一個有效的解決方案。
在偽代碼中:
input: m, n, R
a_num = 0, a_denom = 1
b_num = 1, b_denom = 1
repeat:
-- interestingly c_num/c_denom is already in reduced form
c_num = a_num + b_num
c_denom = a_denom + b_denom
-- if the numbers are too big, return the closest of a and b
if c_num > n or c_denom > m then
if R - a_num/a_denom < b_num/b_denom - R then
return a_num, a_denom
else
return b_num, b_denom
-- adjust the interval:
if c_num/c_denom < R then
a_num = c_num, a_denom = c_denom
else
b_num = c_num, b_denom = c_denom
goto repeat
即使它的平均速度很快(我有根據的猜測它是O(log max(m,n))
),但如果 R 接近具有小分母的分數,它仍然可能很慢。 例如,在m = n = 1000000
找到1/1000000
的近似值將需要一百萬次迭代。
用有理數逼近實數的標准方法是計算連分數級數(參見 [1])。 在計算部分系列時對分母和分母設置限制,並且在您突破限制之前的最后一個值是非常接近您的實數的分數。
這將很快找到一個非常好的近似值,但我不確定這是否總能找到最接近的近似值。 眾所周知
任何收斂[連分數展開的部分值]比分母小於收斂分母的任何其他分數更接近連分數
但是可能存在分母較大(仍低於您的極限)的近似值,它們是更好的近似值,但不是收斂的。
鑒於 R 是一個實數,使得0 <= R <= 1
,整數x: [1 ... n]
和整數y: [1 ... m]
。 假設n <= m
,因為如果n > m
那么x[n]/y[m]
將大於1
,這不可能是最接近R
近似值。
因此,分母為 d 的 R 的最佳近似值將是floor(R*d) / d
或ceil(R*d) / d
。
該問題可以在O(m)
時間和O(1)
空間內解決(在 Python 中):
from __future__ import division
from random import random
from math import floor
def fractionize(R, n, d):
error = abs(n/d - R)
return (n, d, error) # (numerator, denominator, absolute difference to R)
def better(a, b):
return a if a[2] < b[2] else b
def approximate(R, n, m):
best = (0, 1, R)
for d in xrange(1, m+1):
n1 = min(n, int(floor(R * d)))
n2 = min(n, n1 + 1) # ceil(R*d)
best = better(best, fractionize(R, n1, d))
best = better(best, fractionize(R, n2, d))
return best
if __name__ == '__main__':
def main():
R = random()
n = 30
m = 100
print R, approximate(R, n, m)
main()
Prolly 被激怒了,但在我們計算每個可能值的所有小數值時,查找可能是最好的。 我想我們有離散的 X 和 Y 部分,所以這是有限的,它不會反過來......啊,是的,實際的搜索部分......erm reet......
解決方案:您可以使用O(1)空間和O(m log(n))時間:
無需創建任何列表進行搜索,
偽代碼可能有問題,但想法是這樣的:
r: input number to search.
n,m: the ranges.
for (int i=1;i<=m;i++)
{
minVal = min(Search(i,1,n,r), minVal);
}
//x and y are start and end of array:
decimal Search(i,x,y,r)
{
if (i/x > r)
return i/x - r;
decimal middle1 = i/Cill((x+y)/2);
decimal middle2 = i/Roof((x+y)/2);
decimal dist = min(middle1,middle2)
decimal searchResult = 100000;
if( middle > r)
searchResult = Search (i, x, cill((x+y)/2),r)
else
searchResult = Search(i, roof((x+y)/2), y,r)
if (searchResult < dist)
dist = searchResult;
return dist;
}
找到索引作為家庭作業給讀者。
描述:我想你可以通過代碼理解這個想法,但是讓我們跟蹤一個 for 循環:當 i=1 時:
你應該在下面的數字中搜索: 1,1/2,1/3,1/4,....,1/n 你用 (1,1/cill(n/2)) 和 (1/ floor(n/2), 1/n) 並對其進行類似的二分搜索以找到最小的。
應該對所有項目執行此 for 循環,因此它將完成m次。 並且每次都需要 O(log(n))。 這個函數可以通過一些數學規則來改進,但是它會很復雜,我跳過它。
不是完全蠻力搜索,而是對最短的列表進行線性搜索,使用 round 找到每個元素的最佳匹配。 也許是這樣的:
best_x,best_y=(1,1)
for x in 1...n:
y=max(1,min(m,round(x/R)))
#optional optimization (if you have a fast gcd)
if gcd(x,y)>1:
continue
if abs(R-x/y)<abs(R-bestx/besty):
best_x,best_y=(x,y)
return (best_x,best_y)
完全不確定gcd
“優化”是否會更快......
如果R
的分母大於m
則使用 Farey 方法( Fraction.limit_denominator
方法實現),限制為m
以獲得分數a/b
,其中b
小於m
否則讓a/b = R
。 使用b <= m
,要么a <= n
就完成了,要么讓M = math.ceil(n/R)
並重新運行 Farey 方法。
def approx2(a, b, n, m):
from math import ceil
from fractions import Fraction
R = Fraction(a, b)
if R < Fraction(1, m):
return 1, m
r = R.limit_denominator(m)
if r.numerator > n:
M = ceil(n/R)
r = R.limit_denominator(M)
return r.numerator, r.denominator
>>> approx2(113, 205, 50, 200)
(43, 78)
使用min(ceil(n/R), m)
的限制分母可能只運行一次 Farey 方法min(ceil(n/R), m)
但我不確定:
def approx(a, b, n, m):
from math import ceil
from fractions import Fraction
R = Fraction(a, b)
if R < Fraction(1, m):
return 1, m
r = R.limit_denominator(min(ceil(n/R), m))
return r.numerator, r.denominator
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.