R语言min.mpfr调用返回意外精度的底层原因咨询

foob <- as.bigz(5:7)
min(foob)
# Big Integer ('bigz') :
# [1] 5
.bigz2mpfr(prev)
# 1 'mpfr' number of precision  4   bits 
# [1] 5
min(.bigz2mpfr(foob))
# 1 'mpfr' number of precision  53   bits 
# [1] 5
min(mpfr(5:7,5))
# 1 'mpfr' number of precision  53   bits 
# [1] 5

53位是R内置双精度浮点数（double）的默认尾数精度，该精度跳变是Rmpfr包中min方法的分支设计+转换逻辑缺陷共同导致的，具体执行流程如下：

• 对mpfr对象调用min()方法时，函数首先会做精度阈值判断：如果输入mpfr向量所有元素的精度都不超过53位，会优先走快速比较分支。这个分支的设计初衷是利用基础R的double类型运算速度快的特性，先把所有mpfr元素转成基础double类型完成比较，快速定位最小值对应的元素位置，规避高精度运算的额外性能开销。
• 该分支存在一个长期未修复的逻辑缺陷：定位到最小值位置后，函数回写结果时没有直接提取原始mpfr向量中对应位置的元素，因此无法继承原始对象的低精度属性；相反，它会把比较过程中生成的double类型最小值重新传入as.mpfr()做转换，而as.mpfr()接收double类型输入时，会默认给返回值分配双精度对应的53位精度，最终就出现了精度被抬升到53位的现象。
• 当初始创建的mpfr对象精度高于53位（例如示例中prec = 60的对象）时，函数会自动跳过这个快速比较分支：因为精度超过53位的数值转double必然出现精度丢失，无法保证比较结果的正确性。此时函数会直接调用gmp包的bigz/bigq比较逻辑在高精度层面完成运算，全程不涉及double类型转换，返回结果会保留原始精度，不会出现精度跳变。

测试代码中.bigz2mpfr(prev)返回4位精度的结果也符合上述逻辑：直接对单个bigz类型结果调用.bigz2mpfr()时，不会触发min.mpfr的快速比较分支，转换函数会根据整数值的实际二进制长度计算所需最小精度——整数5的二进制表示为101，算上符号位共需要4位精度，和返回结果完全匹配。

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