Python浮点确定性

Question

下面的代码(计算余弦相似度),在我的计算机上重复运行时,将输出1.0,0.9999999999999998或1.0000000000000002.当我取出normalize函数时,它只返回1.0.我认为浮点运算应该是确定性的.如果每次在同一台计算机上对相同的数据应用相同的操作,我的程序会导致什么？是否可能与堆栈中的哪个位置调用normalize函数有关？我怎么能阻止这个？

#! /usr/bin/env python3

import math

def normalize(vector):
    sum = 0
    for key in vector.keys():
        sum += vector[key]**2
    sum = math.sqrt(sum)
    for key in vector.keys():
        vector[key] = vector[key]/sum
    return vector

dict1 = normalize({"a":3, "b":4, "c":42})
dict2 = dict1

n_grams = list(list(dict1.keys()) + list(dict2.keys()))
numerator = 0
denom1 = 0
denom2 = 0

for n_gram in n_grams:
    numerator += dict1[n_gram] * dict2[n_gram]
    denom1 += dict1[n_gram]**2
    denom2 += dict2[n_gram]**2

print(numerator/(math.sqrt(denom1)*math.sqrt(denom2)))

Answer 1

浮点数学可能是确定性的,但字典键的顺序不是.

当您致电时.keys(),结果列表的顺序可能是随机的.

因此,循环中数学运算的顺序也可能是随机的,因此结果不会是确定性的,因为任何单个浮点运算可能都是确定性的,因此一系列运算的结果在很大程度上取决于排序.

您可以通过对键列表进行排序来强制执行一致的订单.