fli*_*int 11 c++ language-agnostic algorithm floating-point artificial-intelligence
什么是最好的启发式,我可以用来确定一个X 4字节的块是整数还是浮点数？人类可以轻松地做到这一点,但我想以编程方式进行.
我意识到,因为每个位组合都会产生一个有效的整数和(差不多？)所有这些组合也会产生一个有效的浮点数,所以没有办法确定.但我仍然想确定最有可能的候选人(这几乎总是正确的;或者至少,人类可以做到这一点).
例如,让我们先取一系列4字节的原始数据,然后先将它们作为整数打印出来然后再作为浮点数打印出来:
1 1.4013e-45 10 1.4013e-44 44 6.16571e-44 5000 7.00649e-42 1024 1.43493e-42 0 0 0 0 -5 -nan 11 1.54143e-44
显然他们将是整数.
现在,另一个例子:
1065353216 1 1084227584 5 1085276160 5.5 1068149391 1.33333 1083179008 4.5 1120403456 100 0 0 -1110651699 -0.1 1195593728 50000
这些显然是漂浮物.
PS:我使用的是C++,但您可以使用任何语言,伪代码或英语进行回答.
你的例子中的"常识"启发式似乎基本上等于范围检查.如果一个解释非常大(或一小部分,接近于零),那可能是错误的.检查浮点解释的指数,并将其与整数解释的正确静态强制转换为浮点数的指数进行比较.
您将查看高 8 或 9 位。这就是浮点值的符号和尾数所在的位置。对于有效的浮点数据来说，0x00、0x80 和 0xFF 的值非常不常见。
\n\n特别是，如果高 9 位全为 0，则仅当所有 32 位全为 0 时，这才可能是有效的浮点值。另一种说法是，如果指数为 0，则尾数也应该为零。如果高位为 1，接下来的 8 位为 0，则这是合法的，但也不太可能有效。它代表-0.0，这是一个合法的浮点值，但没有意义。
\n\n用数字来表达。如果高字节为 0x00（或 0x80），则该值的大小最多为2.35e-38。普朗克常数为 6.62e-34 m2kg/s，大了 4 个数量级。质子的估计直径比这个大得多（估计为 1.6e\xe2\x88\x9215 米）。音频数据的最小非零值约为 2.3e-10。您不太可能看到浮点值是任何小于 2.35e-38 但不为零的实数的合法测量值。
\n\n向另一个方向走，如果高字节为 0xFF，则该值要么是无限、NaN 要么大于 3.4e+38。宇宙的年龄估计为 1.3e+10 年（1.3e+25 飞秒）。可观测宇宙大约有 e+23 颗恒星，阿瓦伽德罗星的数量是 6.02e+23。再次强调，大于 e+38 的浮点值很少出现在合法的测量中。
\n\n这并不是说 FPU 无法加载或生成此类值，如果您使用现代 FPU，您肯定会在计算的中间值中看到它们。现代 FPU 将加载指数为 0 但其他位不为 0 的浮点值。这些称为非规格化值。这就是为什么您会看到小正整数显示为 e-42 范围内的浮点值，即使浮点数的正常范围仅下降到 e-38
\n\n全 1 的指数代表无穷大。您可能不会在数据中找到无穷大，但您会比我更清楚。 -Infinity 是 0xFF800000，+Infinity 是 0x7F800000，Infinity 尾数中除 0 以外的任何值都是格式错误的。畸形的无穷大被用作 NaN。
\n\n将 NaN 加载到浮点寄存器中可能会导致它引发异常，因此您需要使用整数数学来猜测数据是浮点还是整数，直到您相当确定它是整数为止。
\n