能否达到这种双精度舍入误差条件？
Can this double precision rounding error condition ever be reached?
我在 IronPython fork of the DLR:
中找到了这行代码
return value < 0.0 || 1.0 / value < 0.0 ? -0.0 : 0.0;
其中 value 是 double。没有覆盖测试用例，因为 1.0 / double.MaxValue > 0 我正在努力了解如何达到 1.0 / value < 0.0 条件。
有什么想法吗？
编辑
我的意思是通过有意义的方式达到 value < 0.0 == false 和 1.0 / value < 0.0 == true
这个条件是为了捕获 value 本身就是 -0.0 的情况。当输入为 -0.0.
时，它确保方法 returns -0.0
条件-0.0 < 0.0为假，但1.0 / -0.0为-∞且-∞ < 0.0为真。
因此，当 value 为 -0.0 时，1.0 / value < 0.0 的计算结果为真，而 value < 0.0 的结果为假。
这一点得到了您引用的那一行上方的评论的支持：
// Preserve the sign of the input, including +/-0.0
return value < 0.0 || 1.0 / value < 0.0 ? -0.0 : 0.0;
浮点数很奇怪，尤其是在像这样的边缘情况下。请参阅 this answer 了解更多信息。
如果值为负数，则为负数。
(1 / -0.5) = -2
我在 IronPython fork of the DLR:
中找到了这行代码return value < 0.0 || 1.0 / value < 0.0 ? -0.0 : 0.0;
其中 value 是 double。没有覆盖测试用例，因为 1.0 / double.MaxValue > 0 我正在努力了解如何达到 1.0 / value < 0.0 条件。
有什么想法吗？
编辑
我的意思是通过有意义的方式达到 value < 0.0 == false 和 1.0 / value < 0.0 == true
这个条件是为了捕获 value 本身就是 -0.0 的情况。当输入为 -0.0.
-0.0
条件-0.0 < 0.0为假，但1.0 / -0.0为-∞且-∞ < 0.0为真。
因此，当 value 为 -0.0 时，1.0 / value < 0.0 的计算结果为真，而 value < 0.0 的结果为假。
这一点得到了您引用的那一行上方的评论的支持：
// Preserve the sign of the input, including +/-0.0
return value < 0.0 || 1.0 / value < 0.0 ? -0.0 : 0.0;
浮点数很奇怪，尤其是在像这样的边缘情况下。请参阅 this answer 了解更多信息。
如果值为负数，则为负数。
(1 / -0.5) = -2