부동 소수점이 실수가 아닌 이유 이해
수레 ≠ ℝ
컴퓨터는 0과 1의 언어인 이진수로 숫자를 나타냅니다. 이 작업이 어떻게 수행되는지 살펴보고 실수가 대략적인 실수로만 간주될 수 있는 이유를 살펴보겠습니다.
우리의 일반적인 숫자 시스템은 다음과 같이 확장할 수 있는 일반적인 숫자와 함께 10진수로 표시됩니다.
437 = 400 + 30 + 7
= 4(100) + 3(10) + 7(1)
= 4(10²) + 3(10¹) + 7(10⁰)
이진수는 다음과 같이 2진법으로 표현됩니다.
0 = 0
1 = 1
2 = 1 0
3 = 1 1
4 = 1 0 0
5 = 1 0 1
6 = 1 1 0
7 = 1 1 1
8 = 1 0 0 0
9 = 1 0 0 1
10진수 형식의 숫자 x가 주어지면 이진수 형식을 손으로 찾을 수 있습니다. 우리는 단순히 x에서 두 개의 더 작은 x의 가장 큰 거듭제곱을 뺍니다. 우리가 사용한 힘과 사용하지 않은 힘을 추적함으로써 이진 형식을 갖게 됩니다.
예를 들어, 237의 이진 형식을 찾는 방법은 다음과 같습니다.
237 - 128 = 109
109 - 64 = 45
45 - 32 = 13
13 - 8 = 5
5 - 4 = 1
1 - 1 = 0
이것이 사용된 두 가지의 힘입니다.
256 128 64 32 16 8 4 2 1
1 1 1 0 1 1 0 1
237의 이진 형식은 11101101입니다. 256은 우리가 사용하지 않았기 때문에 제외된다는 점에 유의하십시오. 규칙에 따라 숫자에서 1의 첫 번째 인스턴스 왼쪽에 나타나는 선행 0은 무시합니다.
정수를 이진 함수로
19를 이진 표현으로 변환해야 한다고 가정합니다. 우리가 다룬 내용에 따르면 다음과 같아야 합니다.
x = 19 = 1(2⁴) + 0(2³) + 0(2²) + 1(2¹) + 1(2⁰) = 10011.
이것이 우리 함수가 해야 할 일입니다.
2(x % 2)에 대한 x의 나머지를 취하면 마지막 이진 비트가 됩니다.
그런 다음 정수를 2로 나누면 모든 비트가 오른쪽으로 이동합니다.
x//2 = 1(2³) + 0(2²) + 0(2¹) + 1(2⁰) = 1001.
이 과정을 반복하면 나머지 비트를 얻을 수 있습니다.
예상대로 x = 19로 실행to_binary
하면 손으로 얻은 결과와 일치합니다 😎.
❯ python to_binary.py
The binary representation of 19 is 10011.
분수는 어떻습니까?
x = 3/8로 실행to_binary
하면 다음과 같은 결과가 발생합니다.
❯ python to_binary.py
The binary representation of 0.375 is 0.375.
분명히 이것은 잘못된 것입니다. 0.375는 우리가 🤦🏾의 이진 표현을 원하는 것입니다! 따라서 분수를 처리할 수 있는 함수가 필요합니다. 간단하게 유지하기 위해 최대 1인 분수를 고수할 수 있습니다(부동 소수점 산술에 대한 자세한 내용은 끝에 있는 리소스 참조).
𝑥 = 3/8의 경우 우리는 그것을 압니다. 3/8 = 0.375 = 3/10 + 7/10² + 5/10³. 바이너리 형식을 얻기 위한 절차는 다음과 같습니다.
<올>
예를 들어...
<올>
참고: 𝑥(2ᵖ)가 정수인 정수 𝑝가 없으면 내부 표현은 항상 근사치입니다. 이것이 float의 동등성( ==
)에 대한 테스트가 정확하지 않은 이유이며 매우 기괴한 동작으로 이어질 것입니다.
>>> x = 0.1 + 0.2
>>> if x == 0.3: print('Duh!🙄')
... else: print('WTF...🧐?')
...
WTF...🧐?
십진수를 이진수로…
<script id="gist-ltag"src="https://gist.github.com/TheAbstract/290b8f28858add2a4573992eb4d5f95b.js"/>
x = 3/8로 실행decimal_to_binary
하면 다음과 같은 결과가 발생합니다.
❯ python decimal_to_binary.py
The binary representation of 0.375 is 0.011.
정확히 우리가 기대했던 것 😎.
<시간/>
자세히 알아보기
- Floating-point arithmetic (wikipedia)
- What Every Data Scientist Should Know About Floating-Point Arithmetic
- The classic What Every Computer Scientist Should Know About Floating-Point Arithmetic , David Goldberg(수학 공포증이 아닌 심층 분석)
읽어주셔서 감사합니다.
Reference
이 문제에 관하여(부동 소수점이 실수가 아닌 이유 이해), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/theabstract/understanding-why-floats-are-not-real-numbers-2ih0텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)