这是我的代码:
#include <math.h>
#include <iostream>
using namespace std;
inline void Task(double start, double target) {
double a0 = 0.0101252;
double z = start;
double value = -1.0;
double temp = 0.0;
int counter = 0;
while (value != temp) {
temp = value;
// exponential moving average
z += a0 * (target - z);
value = z;
counter++;
}
cout << "start: " << start << " | target: " << target << " | iterations: " << counter << std::endl;
}
int main()
{
Task(0.0, 0.01);
Task(0.01, 0.0);
Task(0.01, 0.02);
Task(0.02, 0.01);
}
应用从 0.1 到 0.2(或从 0.2 到 0.1 或 0.0 到 0.1(的指数移动平均线会产生大约 3100 次迭代:
start: 0 | target: 0.01 | iterations: 3173
start: 0.01 | target: 0.02 | iterations: 3105
start: 0.02 | target: 0.01 | iterations: 3173
相反,如果我使用 0.0,它在迭代方面大约要贵 25 倍:
start: 0.01 | target: 0 | iterations: 72305
为什么?这里棘手的部分在哪里?我想不通。不正常?
double
中可表示的值在接近零时更密集。您在value == temp
时中断循环 - 本质上,当您离目标如此之近以至于通过舍入丢失误差时。这反过来又有效地意味着,当target
接近零时,您需要比target
具有较大绝对值时更高的精度。
您可能想选择一个比"尾数的最后一点"更合理的精度目标。