Python浮点确定性

Question

下面的代码(计算余弦相似度)在我的计算机上重复运行时，将输出 1.0、0.9999999999999998 或 1.0000000000000002。当我取出 normalize 函数时，它只会返回 1.0。我认为浮点运算应该是确定性的。如果每次对同一台计算机上的相同数据应用相同的操作，在我的程序中会导致什么？这可能与调用 normalize 函数的堆栈位置有关吗？我怎样才能避免这种情况？

#! /usr/bin/env python3

import math

def normalize(vector):
    sum = 0
    for key in vector.keys():
        sum += vector[key]**2
    sum = math.sqrt(sum)
    for key in vector.keys():
        vector[key] = vector[key]/sum
    return vector

dict1 = normalize({"a":3, "b":4, "c":42})
dict2 = dict1

n_grams = list(list(dict1.keys()) + list(dict2.keys()))
numerator = 0
denom1 = 0
denom2 = 0

for n_gram in n_grams:
    numerator += dict1[n_gram] * dict2[n_gram]
    denom1 += dict1[n_gram]**2
    denom2 += dict2[n_gram]**2

print(numerator/(math.sqrt(denom1)*math.sqrt(denom2)))

Answer 1

float 学可能是确定性的，但字典键的顺序不是。

当您调用 .keys() 时，结果列表的顺序可能是随机的。

因此循环内的数学运算顺序也可能是随机的，因此结果不会是确定性的，因为虽然任何单个浮点运算可能是确定性的，但结果一系列操作在很大程度上取决于顺序。

您可以通过对键列表进行排序来强制执行一致的顺序。