doubleを加算するときに精度を維持するには、Kahan Summationを使用する必要があります。これは、キャリーレジスタを持つのと同等のソフトウェアです。
これはほとんどの値で問題ありませんが、オーバーフローが発生している場合、IEEE 754倍精度の制限(程度)にていることになります。この時点で、新しい表現が必要です。加算時にオーバーフローを検出できます。また、評価するための指数を検出することもできます。この時点で、指数をシフトし、このシフトを追跡することにより、doubleの解釈を変更できます。e709.783doubleMax - sumSoFar < valueToAdd
exponent > 709.783
ほとんどの場合、これは指数オフセットのアプローチに似ていますが、このバージョンは基数2に保持され、最大の指数を見つけるための初期検索を必要としません。したがって、。value×2shift
#!/usr/bin/env python
from math import exp, log, ceil
doubleMAX = (1.0 + (1.0 - (2 ** -52))) * (2 ** (2 ** 10 - 1))
def KahanSumExp(expvalues):
expvalues.sort() # gives precision improvement in certain cases
shift = 0
esum = 0.0
carry = 0.0
for exponent in expvalues:
if exponent - shift * log(2) > 709.783:
n = ceil((exponent - shift * log(2) - 709.783)/log(2))
shift += n
carry /= 2*n
esum /= 2*n
elif exponent - shift * log(2) < -708.396:
n = floor((exponent - shift * log(2) - -708.396)/log(2))
shift += n
carry *= 2*n
esum *= 2*n
exponent -= shift * log(2)
value = exp(exponent) - carry
if doubleMAX - esum < value:
shift += 1
esum /= 2
value /= 2
tmp = esum + value
carry = (tmp - esum) - value
esum = tmp
return esum, shift
values = [10, 37, 34, 0.1, 0.0004, 34, 37.1, 37.2, 36.9, 709, 710, 711]
value, shift = KahanSumExp(values)
print "{0} x 2^{1}".format(value, shift)