PHP 和 Lua 对数函数非单调性:计算方法差异引发的奇怪现象?
【对数函数的异常现象】2026 年 7 月 22 日的研究发现如果 ab1 且 x1理论上 logₐx log_bx。这很好理解对于“常规”数字a 越大要得到相同的 x所需的 t 就越小。然而PHP 在少数罕见情况下会认为这个结论是错的。代码示例如下php ?php $x 2.93; $a 10 2 ** -49; $b 10; assert($a $b); var_dump(log($x, $a) log($x, $b)); var_dump(log($x, $a) log($x, $b));这可不是常见的浮点数精度问题这个例子是特意设计来触发不同问题的。要是计算结果显示 logₐx log_bx其实也合理因为并非所有实数都能精确表示为浮点数四舍五入可能让相近结果看起来相等。比如在 Python 中用同样数字调用 math.log 函数就是“相等”结果。但在 PHP 和 Lua 中结果却反转了可在 Rust 或 C# 中就不会而且还是在同一台机器和操作系统上这是为啥呢另外若只改变对数底数会发现很多在任何语言中都会出现的反例比如plaintext log(243 ** 3, 3 ** 3) ! log(243, 3)这是因为 log 函数计算公式不完美但这不是本文重点。【对数的底数与计算方法】为搞清为啥会这样先看看各种编程语言通常是如何实现 math.log 函数的。不过 libc 有多种独立实现方式。libm 库提供了超越函数包含多个计算对数的函数像 log、log10、log2 等每个函数处理一种特定底数。虽然不能保证精度但通常不错还至少是单调的。然而没有一个函数能处理任意底数的对数所以提供双参数 log 函数的编程语言只能另辟蹊径。从数学角度讲logₐx ln x / ln a所以可以通过两个以 e 为底的对数来计算任意对数。但这种方法会有一点不精确这就是 math.log(243^3, 3^3) math.log(243, 3) 不成立的原因。不过这解释不了本文开头真数不变的情况在那个例子里分子不变分母变小了结果却变小了这太奇怪了就算考虑浮点数特性也说不通更怪的是在 PHP 或 Lua 中实际计算 ln a 和 ln b 时会发现它们四舍五入后的值一样。也就是说分子和分母都没变但结果却变了这咋回事呢【解决方案与原因剖析】原因可能是 b 10 是个特殊反例而且在双 log 精度误差中有个可疑的与 log10 相关的漏洞。PHP 和 Lua 并非总是用 ln x / ln a 这个公式。对于 libm 直接实现的底数也就是底数 10 和底数 2它们会直接调用相应的函数而不通过自然对数来计算。所以上述代码比较的并非两个 ln x / ln a 的计算结果而是 log(x) / log(10 eps) 和 log10(x)。由于这是两种完全不同的计算方法出现不同方向的误差也就不足为奇了。这样做初衷是好的log10 在适用情况下能提供更精确、更快速的结果。但将两种计算方法结合起来会在边界处产生不连续性从而打破了这两种方法各自满足的合理假设【杂谈与思考】这不一定算个 bug但确实是个容易被忽视的问题。在浮点数的世界里这种情况很常见IEEE - 754 标准本身可靠但一些考虑不周的实现决策影响了它以至于人们常把浮点数问题归咎于其内在不精确性。对于只提供 math.log 而不提供 math.log10 的 Lua 来说正确做法应该是添加 math.log10 函数并去掉 math.log 中的特殊处理。这样使用固定底数 10 的用户能使用更快速、更简单的方法获得更好的精度使用可变底数的用户也不用担心边界情况。但 Lua 5.2 几乎做了完全相反的事情不过还是很欣赏他们对正确性的重视。另一方面PHP 尽管已有 log10 函数但仍然对底数 10 和 2 进行特殊处理据说是为了照顾不看文档的用户。如果真有人会疯狂到去猜测 PHP 函数名那这个目标受众倒也说得过去。真是让人摸不着头脑啊有趣的是PHP 和 C# 还会对 log(x, 1) 进行特殊处理无论 x 为何值都会返回 NaN而 Lua 和 Python 通常会返回 ±∞。这真是一个多样化的生态系统啊。还有PHP 的 log 函数签名表明默认底数是 e 的近似值但文档又说不带底数的 log 函数返回自然对数。那么 log(x) 计算的是 log_rounded(e)x 还是 logₑx 呢这个问题比看起来更重要。至少 Lua 还比较委婉地含糊其辞。剧透一下答案是后者但实际上 log(x, M_E) 也会产生相同的结果因为 ln x / ln a 中的四舍五入误差太大导致两者结果一致。【亲手打造为啥呢】此处原文未展开留给大家思考为啥要亲手打造呢

相关新闻

计算机毕业设计之基于SpringBoot的安徽农产品信息管理系统

计算机毕业设计之基于SpringBoot的安徽农产品信息管理系统

信息技术是当今社会发展的重要方向之一,它已经深入到各个行业中。随着计算机技术的发展,信息技术已经从传统的数据处理转变为网络信息的处理和交互。在管理方面,通过信息管理技术,系统可以快速的处理大量的数据,并且能…

2026/7/29 20:25:43 阅读更多 →
基于微信小程序的高校自习室预约系统设计与实现

基于微信小程序的高校自习室预约系统设计与实现

高校自习室预约系统设计与实现的课题背景随着高校扩招和教育信息化的推进,校园资源紧张问题日益突出,其中自习室座位供需矛盾尤为显著。传统自习室管理依赖人工登记或先到先得的方式,导致学生排队占座、资源分配不均、座位利用率低下等问题频…

2026/7/29 20:25:43 阅读更多 →
单片机毕设选题推荐:基于 STM32 的手动 / 自动双模式环境调控系统设计 基于单片机的室内温湿度监测与设备控制系统(011601)

单片机毕设选题推荐:基于 STM32 的手动 / 自动双模式环境调控系统设计 基于单片机的室内温湿度监测与设备控制系统(011601)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/29 20:25:43 阅读更多 →

最新新闻

轻快图床API全解析:打造个性化图片管理工作流的实用指南

轻快图床API全解析:打造个性化图片管理工作流的实用指南

轻快图床API全解析:打造个性化图片管理工作流的实用指南 【免费下载链接】quickly-picture-bed 轻快图床:使用nestjsvue3.xtsvite开发的在线图床系统,内置功能包括图片上传、图片管理、存储桶管理、相册管理、插件市场、知识库管理、数据统计…

2026/7/29 20:34:46 阅读更多 →
5分钟掌握sign.mt高级技巧:自定义模型与多语言翻译设置指南

5分钟掌握sign.mt高级技巧:自定义模型与多语言翻译设置指南

5分钟掌握sign.mt高级技巧:自定义模型与多语言翻译设置指南 【免费下载链接】translate Effortless Real-Time Sign Language Translation 项目地址: https://gitcode.com/gh_mirrors/translate1/translate sign.mt是一款实现实时手语翻译的强大工具&#xf…

2026/7/29 20:34:46 阅读更多 →
网盘直链下载助手完整指南:7天精通九大网盘一键加速

网盘直链下载助手完整指南:7天精通九大网盘一键加速

网盘直链下载助手完整指南:7天精通九大网盘一键加速 【免费下载链接】Online-disk-direct-link-download-assistant 一个基于 JavaScript 的网盘文件下载地址获取工具。基于【网盘直链下载助手】修改 ,支持 百度网盘 / 阿里云盘 / 中国移动云盘 / 天翼云…

2026/7/29 20:34:46 阅读更多 →
GetQzonehistory:三步完成QQ空间历史说说完整备份的终极方案

GetQzonehistory:三步完成QQ空间历史说说完整备份的终极方案

GetQzonehistory:三步完成QQ空间历史说说完整备份的终极方案 【免费下载链接】GetQzonehistory 获取QQ空间发布的历史说说 项目地址: https://gitcode.com/GitHub_Trending/ge/GetQzonehistory 你是否曾担心QQ空间中的珍贵回忆会随着时间流逝而消失&#xff…

2026/7/29 20:34:46 阅读更多 →
供应链AI预测模型总“跑偏”?用这7步诊断法15分钟定位偏差根源(附可复用Python检测脚本)

供应链AI预测模型总“跑偏”?用这7步诊断法15分钟定位偏差根源(附可复用Python检测脚本)

更多请点击: https://kaifayun.com 第一章:供应链AI预测模型总“跑偏”?用这7步诊断法15分钟定位偏差根源(附可复用Python检测脚本) 供应链预测模型在实际部署中频繁出现系统性偏差——需求预测持续高估、补货建议滞后…

2026/7/29 20:34:46 阅读更多 →
AI生成服装设计稿:从草图到T台仅需72小时?揭秘ZARA、SHEIN供应链已验证的4级校验工作流

AI生成服装设计稿:从草图到T台仅需72小时?揭秘ZARA、SHEIN供应链已验证的4级校验工作流

更多请点击: https://codechina.net 第一章:AI生成服装设计稿 AI生成服装设计稿正迅速重塑时尚产业的设计流程,将创意构思、风格迁移与工程化落地融为一体。主流方案依托扩散模型(如Stable Diffusion)与领域微调技术&…

2026/7/29 20:33:46 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/29 14:34:28 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/29 15:00:03 阅读更多 →

月新闻