【libm】 7 雙精度正弦函數 (k_sin.rs)

一、源碼

這段代碼實現了一個高精度的正弦函數計算核心(kernel sin function),用于計算在區間約[-π/4, π/4]內的正弦值。

// origin: FreeBSD /usr/src/lib/msun/src/k_sin.c
//
// ====================================================
// Copyright (C) 1993 by Sun Microsystems, Inc. All rights reserved.
//
// Developed at SunSoft, a Sun Microsystems, Inc. business.
// Permission to use, copy, modify, and distribute this
// software is freely granted, provided that this notice
// is preserved.
// ====================================================const S1: f64 = -1.66666666666666324348e-01; /* 0xBFC55555, 0x55555549 */
const S2: f64 = 8.33333333332248946124e-03; /* 0x3F811111, 0x1110F8A6 */
const S3: f64 = -1.98412698298579493134e-04; /* 0xBF2A01A0, 0x19C161D5 */
const S4: f64 = 2.75573137070700676789e-06; /* 0x3EC71DE3, 0x57B1FE7D */
const S5: f64 = -2.50507602534068634195e-08; /* 0xBE5AE5E6, 0x8A2B9CEB */
const S6: f64 = 1.58969099521155010221e-10; /* 0x3DE5D93A, 0x5ACFD57C */// kernel sin function on ~[-pi/4, pi/4] (except on -0), pi/4 ~ 0.7854
// Input x is assumed to be bounded by ~pi/4 in magnitude.
// Input y is the tail of x.
// Input iy indicates whether y is 0. (if iy=0, y assume to be 0).
//
// Algorithm
//      1. Since sin(-x) = -sin(x), we need only to consider positive x.
//      2. Callers must return sin(-0) = -0 without calling here since our
//         odd polynomial is not evaluated in a way that preserves -0.
//         Callers may do the optimization sin(x) ~ x for tiny x.
//      3. sin(x) is approximated by a polynomial of degree 13 on
//         [0,pi/4]
//                               3            13
//              sin(x) ~ x + S1*x + ... + S6*x
//         where
//
//      |sin(x)         2     4     6     8     10     12  |     -58
//      |----- - (1+S1*x +S2*x +S3*x +S4*x +S5*x  +S6*x   )| <= 2
//      |  x                                               |
//
//      4. sin(x+y) = sin(x) + sin'(x')*y
//                  ~ sin(x) + (1-x*x/2)*y
//         For better accuracy, let
//                   3      2      2      2      2
//              r = x *(S2+x *(S3+x *(S4+x *(S5+x *S6))))
//         then                   3    2
//              sin(x) = x + (S1*x + (x *(r-y/2)+y))
#[cfg_attr(all(test, assert_no_panic), no_panic::no_panic)]
pub(crate) fn k_sin(x: f64, y: f64, iy: i32) -> f64 {let z = x * x;let w = z * z;let r = S2 + z * (S3 + z * S4) + z * w * (S5 + z * S6);let v = z * x;if iy == 0 { x + v * (S1 + z * r) } else { x - ((z * (0.5 * y - v * r) - y) - v * S1) }
}

二、源碼分析

常量定義

代碼開頭定義了一系列常量S1到S6,這些是泰勒級數展開的系數,用于多項式近似計算正弦函數。每個常量后面都有十六進制表示,這是IEEE 754浮點數的二進制表示。
函數參數

  • x: 輸入值,假定其絕對值小于約π/4

  • y: x的尾部(即x的高精度表示中,除去主要部分后的剩余部分)

  • iy: 標志位,指示y是否為0

算法說明
  1. 對稱性處理:利用sin(-x) = -sin(x)的性質,只需處理正數x的情況。

  2. 特殊值處理:調用者需要自己處理sin(-0) = -0的情況,以及非常小的x(sin(x) ≈ x)。

  3. 多項式近似:在[0, π/4]區間內,使用13次多項式近似sin(x),形式為:

sin(x) ≈ x + S1*x3 + ... + S6*x13
近似精度非常高,誤差不超過2???。
  1. 尾部修正:當y非零時,使用sin(x+y) ≈ sin(x) + (1 - x2/2)*y進行修正,但為了更高精度,使用了更復雜的修正公式。
代碼實現
  1. 計算z = x2和w = z2(即x?)。

  2. 計算多項式r,這是高階項的組合

r = S2 + z*(S3 + z*S4) + z*w*(S5 + z*S6)
  1. 計算v = z*x(即x3)。

  2. 根據iy的值選擇不同的計算路徑:

    • 如果iy == 0(y為零),則計算:
x + v*(S1 + z*r)

這對應于多項式近似的主要部分。

  • 如果iy != 0(y非零),則計算更復雜的表達式,包括對y的修正:
x - ((z*(0.5*y - v*r) - y) - v*S1)
精度保證

這個實現使用了高度優化的多項式近似,保證了在目標區間內極高的計算精度(誤差不超過2???),同時保持了良好的性能。

注意事項
  • 調用者需要確保輸入x在[-π/4, π/4]范圍內。

  • 特殊值(如-0.0)需要由調用者處理。

  • 對于非常小的x,調用者可以直接使用x近似sin(x)。

這段代碼是數學庫中的底層函數,通常不會被直接調用,而是由更上層的正弦函數封裝后提供給用戶。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/89565.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/89565.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/89565.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

c++ 的標準庫 --- std::

在 C 的標準庫&#xff08;std&#xff09;里&#xff0c;除了 std::string&#xff0c;還有很多常用的類型和工具。下面列舉一些最常用的&#xff1a; 常用的 std:: 標準庫類型 1. 容器類&#xff08;用來存放一組數據&#xff09; std::vector??// 動態數組&#xff0c;類…

用 PyTorch 構建液態神經網絡(LNN):下一代動態深度學習模型

引言 在深度學習領域&#xff0c;研究人員不斷探索更接近生物神經系統工作方式的模型。液態神經網絡(Liquid Neural Networks, LNN)正是這樣一種受生物神經元動態特性啟發的創新架構。本文將帶你了解LNN的核心概念&#xff0c;并展示如何使用PyTorch實現這種前沿模型。 一、什…

取消latex Beamer 中,右下角的導航按鈕

取消 Beamer 右下角的導航按鈕 在 Beamer 中,右下角的導航按鈕(如上一頁、下一頁、目錄等)是由主題(如 Boadilla)自動添加的。要移除它們,可以通過以下方法實現: 方法 1:使用 \setbeamertemplate{navigation symbols}{}(推薦) 在導言區(\begin{document} 之前)添…

LLaMA-Factory 單卡后訓練微調Qwen3完整腳本

LLaMA-Factory 單卡后訓練微調Qwen3完整腳本 flyfish 使用說明 將下面代碼保存為 train_single_gpu.sh 修改腳本中的以下參數&#xff1a; MODEL_PATH&#xff1a;模型路徑 DS_CONFIG_PATH&#xff1a;DeepSpeed配置文件路徑 OUTPUT_PATH&#xff1a;輸出目錄路徑 --dataset…

AI自動化神器-DroidRun使用體驗

引言 DroidRun 是一個強大的框架&#xff0c;用于通過 LLM 代理控制 Android 設備。它允許您使用自然語言命令自動化 Android 設備交互。 特點 使用自然語言命令控制 Android 設備 支持多個 LLM 提供商(OpenAI、Anthropic、Gemini) 易于使用的 CLI 用于自定義自動化的可擴…

免費文件管理 智能轉換GC-Prevue:PDF 轉 Word 多種格式 一鍵完成

前言 在現代辦公環境中&#xff0c;高效的數據處理和文檔管理是提高工作效率的關鍵。GC-Prevue是一款專為Windows系統設計的辦公輔助軟件&#xff0c;軟件下載地址安裝包 它通過一系列實用的功能&#xff0c;幫助用戶更高效地處理和管理文檔&#xff0c;提升整體辦公效率。 軟…

Java SE--運算符和邏輯控制

大多數和c語言一樣 新增補充&#xff1a; 一.運算符 1.左移&#xff08;<<&#xff09; 結果公式&#xff1a; n*2^x (n代表所要位移的數&#xff0c;x代表位移幾位) 2.右移&#xff08;>>&#xff09; 結果公式&#xff1a; n/2*x (n代表所要位移的數&a…

如何配置core dump生成

文章目錄 **一、臨時配置&#xff08;當前會話有效&#xff09;**1. **設置core文件大小限制**2. **設置core文件命名格式&#xff08;可選&#xff09;** **二、永久配置&#xff08;所有會話生效&#xff09;**1. **修改系統限制配置**2. **修改內核參數** **三、高級配置選項…

小程序包上傳大小超限制處理

背景。想要進行真機測試&#xff0c;體驗版。但是單機上傳操作之后。提示超大曉限制。上傳操作 完成填寫后上傳 上傳后超過限制。能看到圖片下方有錯誤提示。可以根據提示處理包大小問題。 解決方案&#xff1a;待續

JS | 動態生成函數 和 保存局部變量

動態生成函數 和 保存局部變量&#xff0c;適用于 閉包 和 高階函數&#xff0c;存在于異步編程、事件處理、回調函數以及函數式編程中。 動態生成函數&#xff1a;運行時創建函數。 閉包&#xff1a;創建一個可以訪問外部作用域變量的函數。 Function 構造函數&#xff1a;使…

設計模式(七)

迭代器模式&#xff08;Iterator Pattern&#xff09;詳解 一、核心概念 迭代器模式提供一種方法來順序訪問一個聚合對象中的各個元素&#xff0c;而又不暴露該對象的內部表示。該模式將遍歷邏輯封裝在迭代器對象中&#xff0c;使聚合對象和遍歷邏輯分離。 核心組件&#xf…

24年OPPO秋季筆試題

257. 小歐過河 鏈接&#xff1a;https://kamacoder.com/problempage.php?pid1337 思路&#xff1a;這道題的實際需要求的就是在兩個11之間&#xff0c;最多能有多少個0。可以記錄在遍歷序列的時候&#xff0c;記錄有最多個0的1的兩個下標&#xff0c;最后再返回其差值。要注…

處理Lombok的一個小BUG

對于Lombok報錯的修改 一、問題描述 在使用IDEA創建spring boot項目時如果你勾選了Lombok&#xff0c;生成的Lombok會隨著maven的刷新而改變處理器的掃描路徑&#xff0c;從項目類變到自定義的處理器路徑 二、原因與解決方法 原因就是這里寫了Lombok的路徑才會導致你每次刷新都…

【Java入門到精通】(一)Java發展歷程與環境搭建指南

一、Java的發展 Java是在1991年由SUN公司的James Gosling&#xff08;Java之父&#xff09;及其團隊所研發的一種編程語言&#xff0c;第一個版本耗時18個月&#xff0c;最開始命名為Oak&#xff08;一種橡樹&#xff09;。Java現在廣泛應用于各種大型互聯網應用&#xff0c;其…

【RK3568+PG2L50H開發板實驗例程】Linux部分/UAR讀寫案例

本原創文章由深圳市小眼睛科技有限公司創作&#xff0c;版權歸本公司所有&#xff0c;如需轉載&#xff0c;需授權并注明出處&#xff08;www.meyesemi.com) 1.1. 案例簡介 本案例旨在介紹如何測試開發板上的 UART 串口通信功能。 開發板支持的串口及其對應的設備節點如下表所…

Webpack 中的 Loader 和 Plugin 全面詳解

&#x1f3af; Webpack 中的 Loader 和 Plugin 全面詳解 &#x1f4cc; 整理不易&#xff0c;記得收藏、點贊再加關注&#xff0c;后續還會更新更多實戰文檔&#xff01; Webpack 是現代前端構建體系的核心工具&#xff0c;其中 Loader 和 Plugin 是其功能擴展的兩大支柱。它們…

主流分布式中間件及其選型

分布式架構中的中間件技術 在互聯網公司的分布式架構中&#xff0c;中間件是支撐系統高可用、高并發、可擴展的核心組件。這些中間件針對分布式環境下的共性問題&#xff08;如通信、數據一致性、資源調度等&#xff09;提供標準化解決方案&#xff0c;極大降低了分布式系統的…

設備需求極致緊湊的空間體驗,我們該如何解決?

在自動化集成過程&#xff0c;往往會碰到設備對控制系統體積有極致要求的情況&#xff0c;面對這樣的挑戰&#xff0c;如何解決&#xff1f; 項目背景與需求分析 在自動化集成過程&#xff0c;往往會碰到設備對控制系統體積有極致要求的情況&#xff0c;面對這樣的挑戰&#x…

Kotlin擴展函數與屬性

擴展函數和屬性是Kotlin中最具特色的功能之一&#xff0c;它們允許我們在不修改原有類的情況下為類添加新功能。這種設計既保持了類的封裝性&#xff0c;又提供了強大的擴展能力。 一、擴展函數&#xff1a;為現有類添加新行為 1.1 基礎擴展函數 擴展函數允許我們為任何類&am…

廚師上門做飯小程序源碼php方案

廚師上門做飯小程序源碼&#xff0c;開發語言后端php&#xff0c;前端uniapp。可二開定制 三個端&#xff1a;用戶端師傅端小程序&#xff0c;pc管理后臺。 一 用戶端 1.單點大廚&#xff1a;選擇廚師預約下單&#xff0c;查看廚師評價、廚師的套餐。 2.點套餐&#xff1a;選擇…