深入探讨doctest中浮点数比较与NaN处理的工程实践
2025-06-03 12:41:38作者:卓艾滢Kingsley
在C++单元测试框架doctest的使用过程中,浮点数的比较一直是开发者需要特别注意的技术点。近期社区中关于"浮点数比较时NaN是否应该被视为相等"的讨论,揭示了测试实践中一个值得深入探讨的话题。
浮点数比较的本质挑战
IEEE 754标准定义的浮点数系统中,NaN(Not a Number)具有特殊的比较特性:任何与NaN的比较操作都会返回false,包括NaN与自身的比较。这种设计源于数学上的严谨性——两个不确定的值在数学上不能被认为是相等的。
在测试实践中,这种特性可能导致一些反直觉的情况。例如:
float a = std::numeric_limits<float>::quiet_NaN();
float b = a;
CHECK(a == b); // 这个检查会失败
现有解决方案分析
doctest社区提供了两种主流解决方案:
- 显式检查组合:
CHECK((v1 == v2) || (std::isnan(v1) && std::isnan(v2));
这种方法保持了代码的明确性,清晰地表达了测试意图,是推荐的首选方案。
- 自定义包装类型: 通过创建封装浮点数的自定义类型,重载比较运算符来实现特殊的NaN比较逻辑。这种方法适合需要频繁进行此类比较的场景,但会增加代码复杂度。
工程实践中的考量
在实际工程中,我们需要审慎考虑NaN比较的特殊处理:
-
数学正确性:两个计算过程产生的NaN可能代表完全不同的错误状态,盲目认为它们相等可能掩盖潜在问题。
-
测试意图表达:明确的测试条件更有利于代码维护,特殊的比较逻辑可能使测试目的变得模糊。
-
性能影响:额外的NaN检查会带来微小的性能开销,在大型测试集中需要考虑。
最佳实践建议
- 优先使用标准比较方式,保持与语言规范的一致性
- 当确实需要特殊比较时,采用显式条件组合
- 考虑将特殊比较逻辑封装为明确的工具函数,如:
bool floatEqualOrBothNaN(float a, float b) {
return (a == b) || (std::isnan(a) && std::isnan(b));
}
- 在测试注释中明确说明特殊比较的合理性
总结
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220