c++ - float 和 double 的大小

Question

计算两个 vector 的点积(浮点值)在不同的机器上给出不同的结果:

6.102435302 (Win7 x64, compiler VS12 version 17.00.50727.1)
6.140244007 (Win7 x64, MinGW, gcc version 5.3.0)

代码是:

#include <iostream>
#include <iterator>
#include <fstream>
#include <vector>
#include <iomanip>
#include <algorithm> 

int main(int argc, char** argv){

std::ifstream is("test.txt");
std::istream_iterator<float> start(is), end;
std::vector<float> numbers(start, end);
std::cout << "Read " << numbers.size() << " numbers" << std::endl;

float product = 0;
for (int i = 0; i <= numbers.size() - 1; i++)
    product += (numbers[i])*(numbers[i]); // += means add to product
std::cout << std::setprecision(10) << product << std::endl;

std::cin.get();
}

test.txt 是:

-0.082833 
0.151422 
-0.088526 
-0.538506 
0.646273 
0.266993 
0.200206 
-0.149989 
0.141407 
0.158835 
-0.119255 
-0.039122 
-0.045419 
0.141848 
-0.218912 
-0.264521 
0.032238 
-0.055877 
0.100393 
-0.097075 
-0.006268 
-0.070172 
-0.275793 
0.103654 
-0.075405 
-0.117017 
0.029951 
-0.094158 
-0.168427 
0.381314 
0.144073 
-0.100971 
-0.078645 
0.013768 
0.144876 
0.005855 
-0.018223 
-0.090576 
-0.071564 
-0.029456 
-0.098014 
-0.149181 
0.200667 
-0.189492 
0.264529 
-0.061738 
-0.097826 
0.138872 
-0.241878 
0.019428 
-0.087634 
-0.058300 
-0.009269 
0.039241 
-0.066350 
0.059845 
-0.048516 
-0.070653 
-0.116227 
0.037203 
-0.037091 
-0.097324 
0.043834 
-0.340037 
0.133938 
0.087197 
0.213261 
-0.170708 
-0.151203 
0.052959 
0.027145 
-0.142675 
-0.209020 
0.001813 
-0.022321 
0.190862 
-0.015501 
-0.228589 
-0.038538 
-0.038480 
-0.194482 
0.087518 
-0.257362 
0.160805 
-0.114158 
0.176832 
0.219573 
-0.333160 
-0.068385 
-0.143289 
-0.228401 
0.214679 
0.277186 
-0.130965 
0.142526 
-0.166073 
-0.035309 
0.001260 
-0.064977 
0.020747 
0.014043 
-0.133625 
-0.156975 
-0.043092 
0.154749 
-0.181473 
-0.288339 
-0.144132 
-0.004081 
-0.071694 
-0.094631 
0.483994 
-0.260140 
0.020749 
0.031850 
0.041064 
0.250101 
-0.192338 
-0.222687 
0.114226 
-0.227428 
0.005388 
-0.163509 
-0.135427 
-0.206788 
-0.021093 
0.279840 
-0.055362 
-0.016305 
-0.279524 
0.277402 
0.198076 
0.103796 
-0.272994 
0.306518 
-0.024435 
0.149532 
-0.165079 
-0.394348 
-0.141590 
-0.188541 
0.002890 
0.064264 
-0.045430 
-0.026021 
0.096325 
0.033765 
0.111890 
-0.012204 
0.130457 
-0.106022 
-0.180052 
-0.447620 
0.051825 
0.089245 
-0.265819 
-0.087720 
0.180074 
-0.259521 
-0.356145 
0.162247 
0.282323 
-0.096935 
-0.040101 
-0.214359 
0.357032 
0.195393 
0.150603 
-0.120796 
0.204032 
0.130334 
0.115753 
-0.123727 
-0.107526 
0.196002 
-0.397541 
0.320854 
0.013272 
-0.058865 
0.018108 
0.023616 
-0.053654 
-0.223593 
-0.310052 
0.109229 
-0.107124 
0.074454 
-0.021471 
-0.033081 
0.108072 
-0.067013 
-0.084968 
-0.171947 
0.308421 
-0.204827 
-0.060015 
0.092264 
0.115863 
0.131043 
0.041844

我想，这在某种程度上取决于 float 和 double 的大小，并且它们对于这些机器来说是不一样的。是否可以为两台计算机进行相同的输出？

我无法访问第一台机器(第一个结果为 6.102435302)，但我可以使用以下 python 代码(使用 numpy)重现相同的结果:

test = np.loadtxt(test_file, dtype=np.float32)
result = test.dot(test)

Answer 1

差异太大，无法用 float 代替 double 来解释。查找代码中的实际错误。或者您的计算非常不稳定，在这种情况下，您确实需要检查正在发生的事情并且在您了解正在发生的事情之前不能相信任何数字。

为两个编译器获得相同的输出很容易——只需将结果设置为零即可。但您想要的是获得正确的结果。你有一个严重错误的结果，一个不可信的结果，你不知道哪个是哪个。使结果相同只能掩盖这一点而不能解决任何问题。