R似乎在浮点数组中支持一个有效的NA值。它在内部是如何表示的？我的理解（也许是错误的）是，现代CPU可以在硬件中执行浮点计算，包括有效处理Inf，-Inf和NaN值。NA如何适应这一点，以及如何在不影响性能的情况下实现它？
NA
4c8rllxm1#
用IEEE floats+Inf和-Inf表示，指数中的所有位（第二位到第13位）设置为1，尾数中的所有位设置为0，而NaN具有非零尾数。R使用不同的尾数值来表示NaN和NA_real_。我们可以使用一个简单的C++函数来明确这一点：
+Inf
-Inf
NaN
NA_real_
Rcpp::cppFunction('void print_hex(double x) { uint64_t y; static_assert(sizeof x == sizeof y, "Size does not match!"); std::memcpy(&y, &x, sizeof y); Rcpp::Rcout << std::hex << y << std::endl; }', plugins = "cpp11", includes = "#include <cstdint>") print_hex(NA_real_) #> 7ff00000000007a2 print_hex(NaN) #> 7ff8000000000000 print_hex(Inf) #> 7ff0000000000000 print_hex(-Inf) #> fff0000000000000
字符串这里有一些源代码参考。
1条答案
按热度按时间4c8rllxm1#
用IEEE floats
+Inf和-Inf表示，指数中的所有位（第二位到第13位）设置为1，尾数中的所有位设置为0，而NaN具有非零尾数。R使用不同的尾数值来表示NaN和NA_real_。我们可以使用一个简单的C++函数来明确这一点：字符串
这里有一些源代码参考。