为什么使用在不同版本的 MATLAB（2016 与 2021）中运行的相同代码来计算sum(b.*x1)其中bis single 和x1is double 时会得到不同的结果。如何避免MATLAB版本之间出现此类错误？
MATLAB v.2021：
sum(b.*x1)
ans =
single
-0.0013286
MATLAB 2016
sum(b.*x1)
ans =
single
-0.0013283
sum在 R2017b 中，他们更改了单精度浮点数的行为，在 R2020b 中，他们也对其他数据类型进行了相同的更改。
这一变化加快了计算速度，并通过减少舍入误差提高了准确性。简而言之，以前的算法只是按顺序运行数组，将值相加。新行为计算数组较小部分的总和，然后将这些结果相加。这是更精确的，因为运行总计可能会变成一个非常大的数字，并且向其中添加较小的数字会导致这些较小的数字进行更多舍入。速度的提高来自循环展开：循环现在跨过，例如，当时的 8 个值，并且在循环体中，计算 8 个运行总计（它们不指定它们使用的数字，即 8这是一个例子）。
\n因此，新的结果比旧的结果更接近数组的总和。
\n有关更多详细信息（对新算法的更好解释以及更改原因），请参阅此博客文章。
\n关于如何避免差异：您可以实现自己的sum函数，并使用它而不是内置函数。为了提高效率，我建议将其编写为 MEX 文件。但是，请确保您匹配内置的较新行为sum，因为这是更好的近似值。
这是问题的一个例子。让我们创建一个包含N+1元素的数组，其中第一个元素的值为N，其余元素的值为 1。
N = 1e8;\na = ones(N+1,1,\'single\');\na(1) = N;\n该数组的总和预计为2*N。如果我们将N数据类型设置得足够大，我会在 R2017a 中看到这一点（更改之前）：
>> sum(a)\nans =\n single\n 150331648\n我在 R2018b 中看到了这一点（在单精度更改之后sum）：
>> sum(a)\nans =\n single\n 199998976\n两种实现都会出现舍入错误，但其中一种显然非常非常接近预期结果（2e8、 或200000000）。