调试迭代平方根近似器代码 多测试用例验证求助

代码核心问题分析 #

原代码存在几个关键逻辑错误，导致无法正确计算平方根：

• 终止条件完全颠倒：原代码判断(tmp - number) > tol时返回猜测值，实际应该是当abs(tmp - number) < tol（即猜测值的平方与目标数的误差小于容忍度）时，才认为结果足够精确并返回。原条件会导致程序在第一次迭代就错误返回初始猜测值。
• 迭代方向错误：
  • 当猜测值的平方大于目标数（tmp > number），说明猜大了，应该减小猜测值，但原代码用(1+step)*guess会让猜测值更大；
  • 当猜测值的平方小于目标数（tmp < number），说明猜小了，应该增大猜测值，但原代码用(1-step)*guess会让猜测值更小。
• 未直接处理0的情况：当输入为0时，虽然初始guess设为0，但仍会进入后续判断，可直接返回0简化逻辑。

修复后的代码 #

import math

def mySqrt(number, guess, step, tol):
    # 处理负数
    if number < 0:
        print('Error - we do not work with complex numbers here...')
        return float("NaN")
    
    # 直接返回0的情况
    if number == 0:
        return 0.0
        
    # 初始猜测值设置（第一次调用guess为0时触发）
    if guess == 0:
        guess = 0.5 * number if number > 1 else number * 2
        
    tmp = guess * guess
    # 正确的终止条件：误差小于容忍度
    if abs(tmp - number) < tol:
        return guess
    else:
        if tmp > number:
            # 猜大了，用牛顿法思路缩小猜测值（收敛更快）
            return mySqrt(number, (guess + number/guess)/2, step, tol)
        else:
            # 猜小了，用牛顿法思路增大猜测值
            return mySqrt(number, (guess + number/guess)/2, step, tol)

# 测试指定集合及大数值
test_values = [-4, 0, 0.5, 1, 3, 9, 34, 10000]
for val in test_values:
    result = mySqrt(val, 0, 0.001, 0.001)
    print(f"平方根计算结果：{val} -> {result}")
    # 对比内置函数结果（验证精度）
    if val >= 0:
        print(f"内置函数参考值：{math.sqrt(val)}")
    print("---")

测试用例预期输出参考（容忍度tol=0.001） #

• -4：输出错误提示，返回NaN
• 0：返回0.0
• 0.5：返回值接近0.7071（误差小于0.001）
• 1：返回值接近1.0
• 3：返回值接近1.732
• 9：返回值接近3.0
• 34：返回值接近5.830
• 10000：返回值接近100.0

额外调试建议 #

• 添加日志打印：在递归调用前后打印当前guess、tmp值，直观看到每一步的迭代变化，快速定位逻辑问题。
• 替换递归为循环：对于极大数值，递归可能导致栈溢出，改成while循环更稳定。
• 调整迭代策略：原代码用固定step调整猜测值效率较低，牛顿迭代法（(guess + number/guess)/2）收敛速度更快，结果更精确。

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