Python转C代码后数组重复次数统计异常的原因与修复方法

问题描述 #

• 现有Python代码可实现：根据阈值统计数组中元素的连续重复次数（两元素差值≤阈值视为连续重复），输出格式为[元素值, 重复次数]。输入SenList=[1.1,1.1,1.2,2.4,2.5,2.3,2.4,8.6,8.5,8.9,9.11]、阈值th=0.1时，输出为[1.2, 3, 2.4, 1, 2.5, 1, 2.3, 1, 2.4, 1, 8.5, 2, 8.9, 1, 9.11, 1]。
• 对应的C代码逻辑看似一致，但运行结果异常：1.100000 2 1.200000 1 2.500000 2 2.300000 1 2.400000 1 8.600000 1 8.500000 1 8.900000 1 9.110000 1。
• 疑问：为何C代码处理浮点数组时统计错误，处理int数组却正常？请给出修复方案。

附原代码 #

Python代码 #

import math

def dif(x, y, ma1):
    res = 0
    if math.fabs(x - y) <= ma1:
        res = 1
    return res

def enc(text, th):
    coded = []
    coded.clear()
    index = 0
    unt = 1
    while index <= len(text) - 1:
        if index == len(text) - 1 or dif(text[index], text[index+1], th) != 1:
            coded.append(text[index])
            coded.append(unt)
            unt = 1
        else:
            unt += 1
        index += 1
    return coded

SenList = [1.1,1.1,1.2,2.4,2.5,2.3,2.4,8.6,8.5,8.9,9.11]
th = 0.1
comm = enc(SenList, th)
print(comm)

C代码 #

#include <stdio.h>
#include <math.h>

int dif(float x,float y,float sigma1){
    int res=0;
    if(fabsf(x-y) <= sigma1)
        res=1; 
    return res;
}

void RL(){
    float text [] = {1.1,1.1,1.2,2.4,2.5,2.3,2.4,8.6,8.5,8.9,9.11} ;           
    int n = sizeof(text)/sizeof(text[0]); 
    float th =0.1;    
    float num[30]; int nc = 0;
    int cou[30];   int nc1= 0;
    int index=0;
    int unt=1;
    while (index < n){  
        if ( (index == n-1) || (dif(text[index],text[index+1],th)!=1) )  {
            cou[nc] = unt; nc++;
            num[nc1] = text[index]; nc1++;
            unt=1;
        }
        else{
            unt++;            
        }
        index++;
    }
    for(int i=0; i<nc;i++){ 
        printf(" %3f   %d \n ",num[i],cou[i]);
    }   
}

int main() {
    RL();
    return 0;
}

原因分析 #

1. 浮点数精度丢失：C语言的float类型仅能提供约6-7位有效数字精度，像9.11、2.4这类十进制小数无法被二进制浮点数精确表示，实际存储值与字面量存在微小误差。比如2.4和2.5的差值计算后可能因精度问题略大于0.1，导致判断为不连续；而Python的float是双精度（对应C的double），精度更高，误差更小，判断结果更准确。
2. 索引维护冗余：C代码中num和cou数组分别用nc1和nc维护索引，虽然逻辑上两者同步增长，但冗余的变量容易引发潜在错误，不过这不是本次异常的主因。
3. int数组无问题的本质：整数可以被int类型精确存储，不存在精度误差，差值判断完全准确，因此统计结果正常。

修复方案 #

核心修复：提升浮点数精度 #

将C代码中所有float类型替换为double，同时使用fabs()（对应双精度的绝对值函数）替代fabsf()，大幅减少精度误差。

辅助修复：简化索引维护 #

合并nc和nc1为单个索引变量，避免索引不同步的潜在问题。

修复后的完整C代码 #

#include <stdio.h>
#include <math.h>

int dif(double x, double y, double sigma1) {
    int res = 0;
    if (fabs(x - y) <= sigma1)
        res = 1;
    return res;
}

void RL() {
    double text[] = {1.1, 1.1, 1.2, 2.4, 2.5, 2.3, 2.4, 8.6, 8.5, 8.9, 9.11};
    int n = sizeof(text) / sizeof(text[0]);
    double th = 0.1;
    double num[30];
    int cou[30];
    int index = 0;
    int unt = 1;
    int count = 0; // 统一维护元素和计数的索引

    while (index < n) {
        if (index == n - 1 || dif(text[index], text[index + 1], th) != 1) {
            cou[count] = unt;
            num[count] = text[index];
            count++;
            unt = 1;
        } else {
            unt++;
        }
        index++;
    }

    // 按更清晰的格式输出
    for (int i = 0; i < count; i++) {
        printf("%.2f   %d\n", num[i], cou[i]);
    }
}

int main() {
    RL();
    return 0;
}

修复后运行结果将与Python代码一致，准确统计连续重复次数。

内容的提问来源于stack exchange，提问作者lena