Manche Java-Programmierer ärgerten sich - zumindest bis Java 7 - immer wieder über die Tatsache, dass Fundamentaldatentypen oder Simple Types nicht nativ in Collections unterstützt werden. Mit der Addition von Auto-(Un)Boxing wurde das zwar etwas einfacher, gleichzeitig wurden aber neue Stolpersteine eingeführt. Ich sehe dieses als gute Gelegenheit, an die Auswirkungen von Machine-Epsilons erinnert zu werden...
Man mag manchmal dazu versucht sein, Doubles oder Floats als Schlüssel in Maps einzusetzen oder Sets dazu zu missbrauchen, zu checken, ob ein bestimmter Gleitkommawert bereits aufgetreten ist.
Das ist aus dem Blickwinkel der begrenzten numerischen Trennschärfe der gängigen Gleitkommatypen auf digitaler Hardware keine gute Idee: Berechnet man das Machine Epsilon in Java und versucht dann, eine 1 und eine 1 addiert um die Hälfte des Machine Epsilon voneinander zu unterscheiden, schlägt das fehl:
double machEps = 1.0;
do
{
machEps /= 2.0;
}
while ((double) (1.0 + (machEps / 2.0)) != 1.0);
System.out.println("machine Epsilon= "+machEps);
machEps /= 2.0;
Double a = new Double(1);
Double b = new Double(a.doubleValue() + machEps);
java.util.Set doubles = new java.util.HashSet();
doubles.add(a);
System.out.println(doubles.contains(b));
Es sei darauf verwiesen, dass auch die Klasse BigDecimal dieses Problem nicht löst. Versucht man ein
Machine Epsilon
dafür zu errechnen, stellt man fest, dass die Berechnung
java.math.BigDecimal machEpsBD = new java.math.BigDecimal(1.0);
java.math.BigDecimal sum=null;
int loop=0;
do
{
machEpsBD = machEpsBD.divide(java.math.BigDecimal.ONE.add(java.math.BigDecimal.ONE));
// if(loop%1000==0)
// System.out.println(loop+" "+machEpsBD.scale());
// ++loop;
sum=java.math.BigDecimal.ONE.add(machEpsBD.divide(java.math.BigDecimal.ONE.add(java.math.BigDecimal.ONE)));
}
while (sum.equals(java.math.BigDecimal.ONE)==false);
System.out.println("machine Epsilon (BigDecimal)= "+machEpsBD);
sehr viel länger dauert und könnte versucht sein, zu jubeln, dass es hier kein
Machine Epsilon
gibt - und
damit kein Trennschärfeproblem. Liest man sich jedoch die Dokumentation der Klasse durch, stellt man fest,
dass das
Machine-Epsilon
bei der Verwendung von BigDecimal lediglich sehr viel kleiner ist - es verschwindet durch deren
Einsatz nicht:
Immutable, arbitrary-precision signed decimal numbers. A BigDecimal consists of an arbitrary precision integer unscaled value and a 32-bit integer scale. If zero or positive, the scale is the number of digits to the right of the decimal point.
Das bedeutet, wenn der Wert für scale bei dem durch die festgelegten 32 Bit angekommen ist, tritt das Problem wieder auf! Die Tatsache, dass der Wert bei der Suche nach dem Machine Epsilon stetig steigt, kann man erkennen, wenn man die auskommentierten Zeilen im obigen Quelltextschnipsel aktiviert.
Man sieht daran auch wunderschön, wie sich die Komplexität der Berechnungen mit BigDecimals unter Java mit steigender Anzahl Nachkommastellen erhöht.
11.11.2018
Wann immer ich hier über Experimente mit numerischen Lösungsverfahren für Differentialgleichungssysteme berichte, habe ich im Hinterkopf, dass diese Verfahren eigentlich völlig ungeeignet dafür sind, solche Systeme zu analysieren, da heutige Digitalcomputer bereits rationale Zahlen nicht exakt darstellen können - von irrationalen ganz zu schweigen...
13.07.2015
Ich fasse hier mal die Gedanken zusammen, die als Grundlage einer Checkliste bei der Migration einer bestehenden Datenbank dienen können. Das ist mehr eine Merkliste für mich, die ich hin und wieder ergänzen werde...
GeoJSON in EBMap4D
31.07.2021
Ich habe die Anwendung EBMap4D einer Generalüberholung unterzogen und neue Features hinzugefügt...
WeiterlesenAI und ML Android Basteln C und C++ Chaos Datenbanken Docker dWb+ ESP Wifi Garten Geo Go GUI Hardware Java Jupyter JupyterBinder Komponenten Links Linux Markdown Markup Music Numerik OpenSource PKI-X.509-CA Präsentationen Python QBrowser Rants Raspi Revisited Security Software-Test sQLshell TeleGrafana Verschiedenes Video Virtualisierung Windows Upcoming...
Ich halte mich von den Themen Artificial Intelligence und Machine Learning (Large Language Models) ja fern so gut es geht - vor allem, weil ich das mal studiert habe. Manchmal überkommt mich aber die Neugierde - das Resultat war bisher immer schlechte Laune.
WeiterlesenWie bereits in einem früheren Artikel beschrieben habe verfügt die sQLshell über eine Integration zur Erfassung von Daten aus Dokumentendirekt per Optical Character Recognition. Ich habe diese Integration weiter verfeinert und möchte hier einen exemplarischen Workflow für diese Möglichkeit zeigen
WeiterlesenDiese Seite wird mit allen derzeit in meinem Self-Hosting Homelab betriebenen Services auf Docker-Basis befüllt (Eigenentwicklungen werden nicht genannt, sofern sie keine öffentlich verfügbaren Open-Source-Lösungen darstellen).
WeiterlesenManche nennen es Blog, manche Web-Seite - ich schreibe hier hin und wieder über meine Erlebnisse, Rückschläge und Erleuchtungen bei meinen Hobbies.
Wer daran teilhaben und eventuell sogar davon profitieren möchte, muss damit leben, daß ich hin und wieder kleine Ausflüge in Bereiche mache, die nichts mit IT, Administration oder Softwareentwicklung zu tun haben.
Ich wünsche allen Lesern viel Spaß und hin und wieder einen kleinen AHA!-Effekt...
PS: Meine öffentlichen Codeberg-Repositories findet man hier.