64-bit floating-point-Portierungen

Dem compiler ist wohl mit SSE-opcodes zu tun, die meisten floating-point-Arithmetik auf die 64-bit-Plattform vorausgesetzt, x86-64, in der Erwägung, dass aus Gründen der Kompatibilität ist es wahrscheinlich die FPU vor, die für viele Ihrer Tätigkeiten.

SSE opcodes bieten viel mehr Register und Konsistenz (Werte bleiben immer 32 bits oder 64 bits in size), während die FPU nutzt 80-bit-Zwischenwerte, wenn möglich. Sie waren also wahrscheinlich profitieren von dieser verbesserten zwischen Präzision vor. (Beachten Sie die zusätzliche Präzision kann die Ursache für inkonsistente Ergebnisse, wie x == y, aber cos(x) != cos (y), je nachdem, wie weit auseinander die Berechnungen auftreten!)

Können Sie versuchen, zu verwenden,- mfpmath=387 für Ihr 64-bit-version, da Sie die Kompilierung mit gcc und sehen, ob Ihre Ergebnisse mit Ihren 32-bit-Ergebnisse zu helfen, die engen diese nach unten.

Die x87-FPU ist 80-bit interne Register, die Ursache der floating-point-Ergebnisse unterscheiden sich leicht von den anderen FPUs, dass die Verwendung von 64-bit-intern (wie auf x86_64). Erhalten Sie unterschiedliche Ergebnisse zwischen diesen Prozessoren, es sei denn, Sie don ' T Geist unter großen Leistungseinbußen durch Spülen Sie die Dinge aus, um Speicher oder andere "strictfp" tricks.

Siehe auch:
Floating-point-Runden beim abschneiden

Und:
http://docs.sun.com/source/806-3568/ncg_goldberg.html

Der gnu compiler hat eine Menge von compiler-Optionen für floating-point-zahlen, die verursachen können, Berechnungen brechen, unter gewissen Umständen. Suchen Sie einfach auf dieser Seite für den Begriff "schwimmen" und du wirst Sie finden.

Der wirklich harte Teil zu bekommen, ist, dass beide Ergebnisse korrekt sind. Es ist nicht fair, um die Veränderungen zu charakterisieren als nichts, aber "anders". Vielleicht gibt es eine erhöhte emotionale Bindung zu den älteren Ergebnissen...aber es gibt keinen mathematischen Grund, lieber die 32-bit-Ergebnisse über die 64-bit-Ergebnisse.

Haben Sie sich als ändern Sie für die Verwendung fester Punkt Mathematik für diese Anwendung? Nicht nur ist fixed point math stabil über änderungen von chip, compiler und Bibliotheken, in vielen Fällen ist es schneller als floating point math zu.

Als ein schneller test, verschieben Sie die Binärdatei aus dem 32bit-system die 64bit-system und führen Sie es. Erstellen Sie die app auf dem 64bit-system eine 32bit-binary ist, zu laufen. Das könnte helfen, zu identifizieren, welche änderung(en) sind eigentlich die Herstellung des abweichenden Verhaltens.

Eine wichtige Sache zu beachten ist, dass die C-Sprache, die ursprünglich festgelegt wurde, dass eine Berechnung wie

float a=b+c+d;

konvertieren zu b, c und d, um die längsten verfügbaren floating-point-Typ (was geben double), fügen Sie zusammen, und dann konvertieren Sie das Ergebnis in float. Eine solche Semantik waren einfach für den compiler und hilfreich für den Programmierer, hatte aber leichte Schwierigkeiten: das effizienteste format für speichern zahlen ist nicht das gleiche wie das effizienteste format für Berechnungen durchführen. Auf Maschinen ohne floating-point-hardware, es ist schneller, um Berechnungen durchzuführen, die auf einem Wert, gespeichert als nicht-unbedingt-normalisiert 64-bit-Mantisse und einer separat gespeicherten 15-bit exponent und Vorzeichen, dann zu operieren, die Werte werden als 64-bit - double die müssen entpackt werden, bevor jede operation und dann normalisiert und umgepackt nach (wenn auch nur, um sofort ausgepackt für die nächste operation). Mit Maschinen halten von Zwischenergebnissen in das längere format verbessert die Geschwindigkeit und Genauigkeit; ANSI-C erlaubt für diesen Typ long double.

Leider ANSI-C nicht um ein Mittel bereitzustellen, durch welche Variablen-argument-Funktionen angeben konnten, ob Sie wollten alle floating-point Werte konvertiert werden, um long double alle umgewandelt double oder haben float und double übergeben double und long double als long double. Hatte solch eine Einrichtung existierte, wäre es leicht gewesen, den code, die nicht haben, zu unterscheiden zwischen double und long double Werte. Leider, das fehlen einer solchen Funktion bedeutet, dass auf Systemen, auf denen double und long double sind unterschiedliche Typen-code nicht haben, um sich über die Auszeichnung und auf Systeme, in denen Sie nicht es nicht. Dies wiederum bedeutet, dass eine Menge geschriebenen code auf Systemen, auf denen die Typen identisch sind, brechen auf Systeme, in denen Sie nicht; compiler-Hersteller entschieden, der einfachste fix war zu einfach machen long double gleichbedeutend mit double und nicht bieten jede Art, die halten konnte intermediate Berechnungen genau.

Da fortgeschrittene Berechnungen in einem nichtdarstellbarer Typ ist schlecht, einige Leute entschieden die logische Sache war, haben Berechnungen auf float durchgeführt werden als Typ float. Es gibt zwar einige hardware-Plattformen kann dies schneller sein als mit Typ double es hat oft unerwünschte Folgen für die Genauigkeit. Bedenken Sie:

float triangleArea(float a, float b, float c)
{
  long double s = (a+b+c)/2.0;
  return sqrt((s-a)*(s-b)*(s-c)*c);
}

Auf Systemen, auf denen fortgeschrittene Berechnungen werden durchgeführt unter Verwendung long double dies ergibt eine gute Genauigkeit. Auf Systemen, auf denen fortgeschrittene Berechnungen durchgeführt werden, wie float diese Ausbeute schrecklich Genauigkeit, selbst wenn a, b, und c sind alle exakt darstellbar ist. Zum Beispiel, wenn a und b sind 16777215.0 f und c ist 4.0 f, der Wert von s sollte 16777217.0, aber wenn die Summe von a, b und c berechnet sich wie float es wird 1677216.0; dieser wird der Ertrag einer Fläche, die weniger als die Hälfte der korrekte Wert. Wenn a und c wurden 16777215.0 f und b-4.0 f (dieselben zahlen; anderen Reihenfolge), dann s bekommen würde, berechnet als 16777218.0, woraus sich eine Fläche, die 50% zu groß.

Wenn Sie Berechnungen durch, bei denen gute Ergebnisse erzielt werden, die auf x86 (viele Compiler für die mit Spannung fördern, um eine 80-bit-Typ, obwohl Sie unhelpfully nicht verfügbar zu machen, um die Programmierer), aber miese Ergebnisse auf x64, ich würde vermuten, Sie haben können, eine Berechnung wie oben, die muss Zwischenschritte durchgeführt, die bei höheren Präzision als die Operanden oder das Ergebnis. Ändern Sie die erste Zeile der oben genannten Methode:

  long double s = ((long double)a+b+c)/2.0;

zwingen wird, die intermediate-Berechnungen durchgeführt werden, die in höheren Genauigkeit, anstatt der Durchführung der Berechnungen bei geringer Präzision und die Speicherung der ungenauen Ergebnis in einer höheren Präzision variable.