單雙數據類型

Question

是否有任何情況下使用單個數據類型而不是雙重更有意義？從我的搜索中，缺點到雙重的是它需要更多的空間，這對大多數應用程序來說都不是問題。在那種情況下，所有的浮點數都應該加倍嗎？

有點背景信息： 我正在處理一個應用程序，處理大量關於座標和化學物質的數據。一些客戶已經注意到，在導入數據電子表格時，一些高精度的值會降低單個精度。

Answer 1

在大多數桌面應用程序中，是的。

雖然如果你有一大堆數組，那麼如果你不需要精度，那麼將其大小減半可能是有價值的。

特別是在幾乎所有的消費者桌面都有硬件完成的雙精度浮點運算。

Answer 2

正如Mark在他的評論中所說的，空間可能是內存受限系統中的一個問題。您可能還想索引或排序列表，如果可以將您的值存儲爲單數，爲什麼還要加倍？

Answer 3

從this .NET文章

數據類型寬度

最有效的數據類型是 那些使用本地數據寬度運行時平臺的 。在當前的 平臺上，數據寬度爲32位， 用於計算機和操作系統。

因此，Integer目前是 Basic中的最高效數據類型。接下來最好的是Long，Short， 和Byte，按效率順序排列。 可以提高 短關掉整數 溢出檢查，例如通過 設置RemoveIntegerChecks 財產的性能和字節，但是這招致 計算不正確，由於 未被發現的溢出風險。 在 運行時間內不能打開和關閉此檢查;您只能爲 應用程序的下一版本設置其值 。

如果你需要的分數值，該 最好的選擇是雙重的，因爲目前的 平臺 浮點處理器在 雙精度執行所有操作。接下來最好的是單一的 和十進制，效率依次爲 。

Answer 4

雙打需要更多的空間，但額外的精度可能或可能不需要。我在科學世界做了很多編程，浮點運算非常普遍，並且發現通常可以以兩倍或更高的精度進行計算，但將結果存儲爲單數而沒有不良影響。

請記住，一旦數字被吸入FPU中，無論如何都會將其擴展到非常高的精度。這就是說，最好在兩個精度上嘗試你正在做的任何事情，看看結果是否可比。

不幸的是，計算仍然是一門實驗科學。

Answer 5

如果你編碼的是OpenGL，那麼使用GLSingle（例如single）而不是GLDouble是正常的。在幾乎所有情況下，單精度對於大多數圖形應用來說已經綽綽有餘，並且應該會更快一些 - 儘管我承認我對最新一代GPU沒有把握。

我最喜歡的引用是單精度足以導航到月球和背部，所以在實踐中，導致一個真正的問題是不尋常的。這就是說，在大多數情況下，由於存儲價格便宜，因此現在可以達到一倍，並且不太可能出現奇數二進制到十進制問題。

Answer 6

在某些硬件上，涉及double值的算術可能需要比涉及單個值的算法更長的時間，但是最新的FPU具有單個本機數據類型（例如，x86的80位擴展浮點值），它將在內部用於無論您正在使用哪種內存數據類型，都可以進行計算。這就是說，「單精度FPU計算速度會更快」通常是而不是這是在當今大多數現代硬件上使用單精度的原因。這就是說，除了「使用更少的內存」原因在其他答案中闡述的原因之外，當涉及像SSE和AltiVec這樣的SIMD向量指令時，存在一個非常實際的原因 - 單精度似乎是兩倍快速爲雙精度，因爲指令對固定大小的向量進行操作，並且可以將單倍精度值填充到單個向量中的兩倍，處理時間通常保持不變。例如，在一個128位矢量單元能夠在2個時鐘週期內處理矢量乘法，每個時鐘可以獲得2個單精度乘法的吞吐量，而不是1倍精度，因爲您可以在矢量中使用4個單精度，而不是兩個雙打。

內存帶寬也會出現類似的影響，並且不是特定於矢量處理 - 如果您有大型雙打數組，它們不僅會佔用兩倍的空間，但可能需要長達兩倍的時間才能處理你的算法是帶寬受限的（隨着矢量處理單元尺寸的增加和延遲的降低，這種可能性越來越大）。