たくさんの数の平均を求める方法について

質問

どうもこんにちは
研究でシミュレート用のプログラムを書いています

大量の数を入力し、その平均値を求めるコードを書いているのですが、
誤差ができるだけ小さくなる方法はないでしょうか
入力する数はdouble型の実数値あるいはint型の整数値で、
個数は1億程度です。
最初は1つずつ足していたのですが、整数型の場合はオーバーフローしてしまい、実数型の場合も徐々に加算する値が相対的に小さくなり、誤差が大きくなっていきました。
100万個ずつに区切って平均を求め、それを後で合計する方法も考えましたが、あまりきれいな方法になりません

なにかいい方法はないでしょうか

回答No.3

Tacosan · ベストアンサー

情報落ちを避ける方法は存在します.
誰が考案した方法なんだったっけ....

参考URL：

http://www.cc.kyoto-su.ac.jp/~yamada/pB/float.html#johouot

お礼

回答ありがとうございます。

この処理も試してみようと思います。
桁数に極端な差がある場合は厳しいかもしれませんが。。。

回答No.13

SaKaKashi

一億個ですか。基本的に桁落ちを防止するには、小さい値から加算します。
可能なら、値を小から大の順に並べて加算します。

お礼

締め切りました。

補足

それも考えてみましたが、ソートに時間がかかり採用できませんでした。

回答No.12

tatsu99

#10です。
int型より更に精度が上がる方法が有りました。
double型は整数値であれば１５桁まで、正確に格納できます。
つまり、999999999999999(9が１５個)は、正確な数値として保持できます。

double型の合計を２つ用意します。
一方は小計用、他方は合計用とします。
どちらも０でクリアして開始します。
小計用に加算し続けます。
小計が99999999999999(9が14個)を越えたとき、その値を
合計に加算し、小計を０クリアします。
加算した時の小計は999999999999999(9が15個)以下のはずので、小計は
正確な数値を保持しています。
上記を最後まで行い、最後に小計を、合計に加算します。
合計には、今までの数値の総和が格納されています。

お礼

回答ありがとうございます。

2つの変数を使用して、桁を区切って加算する方法も考えては見ました。
検討しようと思います。

回答No.11

akayoroshi

#6で回答した者です。別法です。
合計を求める再帰関数
double sum( double x[], int i, int j) {
int k;
if ( i>=j ) return x[i];
k=i+(j-i)/2;
return sum(x, i, k)+sum(x, k+1, j);
}
を使って
average=sum(x, 0, n-1)/n;
で求めるというのはどうですか。
ループで求める場合の10倍ぐらいの所要時間がかかるかもしれませんが
データ数が1億個でも数秒以内でできると思います。

お礼

回答ありがとうございます。

再帰処理は考えていませんでした。
というのも、たぶんクライアントからOKがでないと。。。

それとは別の機会に使用するかもしれないので覚えておきます。

回答No.10

tatsu99

>> それとも、int型かdouble型を使用しなさいという制約があるのでしょうか？
>そうです。
それでは、以下のような方法はいかがでしょうか。
合計を求める領域をint型とdouble型で用意します。（最初に０クリアしておきます）
int型に加算を繰り返していきますが、もし加算した結果がオーバーフローする場合は、加算する前のint型の値を、double型に加算します。
そして、int型を０クリアのち、int型に加算します。
上記の処理を繰り返していきます。
全て加算した後に、最後にint型の合計をdouble型に加算します。
そうするとdouble型に全ての合計が格納されています。
尚、オーバーフローしたかどうかは、加算前と加算後の値の大小を比較すれば判ります。加算前＞加算後の場合、オーバーフローが起こっていると判断します。

お礼

締め切りました。

回答No.9

tatsu99

>int64 は使用できないのです。
お使いのコンパイラとＯＳは何でしょうか。
たぶん使えると思いますが・・・・
それとも、int型かdouble型を使用しなさいという制約があるのでしょうか？

お礼

締め切りました。

補足

> それとも、int型かdouble型を使用しなさいという制約があるのでしょうか？

そうです。

回答No.8

ICE_FALCON

No.5 の回答者です。
１億個足すと精度が下がるとのことですが、
No.5のやりかたは、普通に足すのにくらべて31bit多く精度があります。
でも今きずいたけど、unsignedにしか対応してないな・・・。
signedに対応すると・・・。こんな感じ。
int i,j;
double a[32],b;
int indt,abs_dt;
int msk =0x4000000;

for( i=0;i<32;i++) a[i]=0.;

for (i=0;i<100000000;i++){
indt = rand();　//入力
abs_dt = (indt<0) ? ~indt : indt;

for(j=0;j<31;j++){
if(abs_dt & (msk>>j)){
a[j] += indt;
break;
}
}
}
for(i=0;i<32;i++) b+=a[i];
out = b/100000000.;

条件分岐が多いのなら、１ビット毎に分けているのを２ビットごととかにすれば、少なくなります。

お礼

回答ありがとうございます。

もう少し検討してみようと思います。

回答No.7

usokoku

＞計算量が極端に多くなる処理は使えないのです。
だから、障害発生時のみの例外処理のある計算方法を答えたでしょう。
配列のアドレス(ポインター)の計算が増えますが、主記憶を内部レジスターに使っていたCPUが昔ありましたので、それぼとむちゃくちゃな計算方法ではありません。

＞変数もintやdoubleなど基本のものしか使えません。
１ライン
アセンブラ
は使えませんか。補助レジスター(自由に使えるのは2つか3つですが)を使えば、今のCPUは32bitなので64-98bit演算が可能。
インテル系ならばSP, BP, IPを保護して、SI, DIを入出力ポインターに割り振り、EAXからEDXの４レジスターを使って128bit演算が可能なはず。

お礼

締め切りました。

回答No.6

akayoroshi

ほぼ同じ値の実数値が多数個あるなら、最初、単純に合計を求めて、それが大きな誤差を含んでいても、それを使って平均値を求め、次に、元の各データとこの平均値との差の合計を求める。それに先ほどの平均値をデータの個数倍したものを加えれば、もう少し精度が上がります。
　別のやり方としては、最初データを隣り合った2つずつの組にして、それぞれの組の合計を、もとのデータ数の半分の大きさの配列の各要素に入れる、というのを繰り返せば、配列の長さが1回ごとに半分になり、最後は1になって、元の全データの合計が得られる、というのはどうですか。

お礼

回答ありがとうございます。

一度平均を求めてからあらためて平均値を求めるやり方は確かに精度が上がりました。
これも試してみようと思います。

2つずつ加算していく方法は考えましたが、処理がややこしくなりそうなので試してませんでした。
こちらも試してみようと思います。

回答No.5

ICE_FALCON

例えば入力がint型 indtという変数で
int型が32bitなら

double a[32],b;
for(i=0;i<32:i++) a[i]=0.;

if(indt&0x80000000) a[0] += indt;
else if(indt&0x40000000) a[1] += indt;
else if(indt&0x20000000) a[2] += indt;
else if(indt&0x10000000) a[3] += indt;
else if(indt&0x08000000) a[4] += indt;
else if(indt&0x04000000) a[5] += indt;
else if(indt&0x02000000) a[6] += indt;
else if(indt&0x01000000) a[7] += indt;
...
else if(indt&0x00000002) a[30] += indt;
else a[31] += indt;

for(i=0;i<32:i++) b+=a[i];

でどうにかなるんでは？
つまり入力の精度によって、合計を求める変数を変えれば桁おちしにくいかも。

お礼

締め切りました。

補足

a[0] に1億個とか値を加算すればa[0]の値が相対的にindtより大きくなっていき、精度が落ちていくと思います。
それに高々1つの値を加算するのに条件分岐を大量に使うのは避けたいです。

回答No.4

usokoku

２番です。
３番の方の「情報落ち」の意味で「桁落ち」という言葉を使っています。

加算だけならば、整数の固定長100桁１０進演算専用ライブラリをご自身で作っても、半日ぐらいでできるでしょう。１０進ですとそのままテキストかできますので、計算時間が多少かかってもよい場合(せいぜい１０回程度しか使わないで捨てるソフト)なら、考慮の対象に入れてもよいでしょう。

お礼

締め切りました。

補足

計算時間が多少かかるのは避けたいのです。