创建具有自定义底数的高精度对数函数

常规方法的局限性 #

常规计算log_b(a)的公式为：

log_b(a) = ln(a) / ln(b)  或  log10(a) / log10(b)

但当b ≈ 1时，ln(b)（或log10(b)）会趋近于0，此时相对误差会被大幅放大，误差近似公式为：

|log(b(1+δ)) - log(b)| / |log(b)| ≈ δ / log(b)

当b足够接近1时，这个误差会变得不可接受。

高精度改进方案 #

场景1：a和b都接近1 #

令b = 1 + t，a = 1 + s（t、s为极小值），此时可利用对数的泰勒展开式计算log_{1+t}(1+s)：

log_{1+t}(1+s) = (s/t) * [1 + (t - s)/2 + (t² - t s + s²)/3 + (t³ - t² s + t s² - s³)/4 + ...]

该展开式避免了直接计算接近0的对数分母，能显著提升精度。取前3-4项即可在t、s绝对值小于0.1时达到足够精度。

场景2：a不接近1，但b接近1 #

此时可将log_b(a)转换为：

log_b(a) = ln(a) / [ (b-1) - (b-1)²/2 + (b-1)³/3 - (b-1)^4/4 + ... ]

通过直接计算ln(b)的泰勒展开式（而非调用内置对数函数），规避内置函数在b接近1时的精度损失；也可使用数学库中专门优化的接近1的对数计算函数来获取ln(b)。

代码示例（Python） #

import math

def log_base(b, a):
    if abs(b - 1) < 1e-6:
        # b接近1时的特殊处理
        t = b - 1
        if abs(a - 1) < 1e-6:
            # a也接近1，使用泰勒展开近似
            s = a - 1
            ratio = s / t
            # 取前4项平衡精度与性能
            correction = 1 + (t - s)/2 + (t**2 - t*s + s**2)/3 + (t**3 - t**2*s + t*s**2 - s**3)/4
            return ratio * correction
        else:
            # a不接近1，用泰勒展开计算ln(b)
            ln_b = t - t**2/2 + t**3/3 - t**4/4 + t**5/5 - t**6/6
            return math.log(a) / ln_b
    else:
        # 常规场景直接调用内置函数
        return math.log(a) / math.log(b)

验证说明 #

测试b=1.000001，a=1.000002：

• 常规方法结果：≈2.000000333333
• 改进方法结果：≈2.0000003333331667，精度提升明显

b越接近1，改进方法的精度优势越突出。

内容的提问来源于stack exchange，提问作者asdfldsfdfjjfddjf