基于Unbounded Binary Search的单调递增函数零点查找 需12位精度优化

• 搜索逻辑完全适配整数域，不支持连续浮点值的精度收敛：原代码二分搜索时，只要f(mid)<=0就直接跳转到(mid+1, high)区间，f(mid)>0就跳转到(low, mid-1)区间，相当于每次搜索步长固定跳过1个单位，自然只能输出整数结果，根本无法收敛到小数精度。
• 终止条件完全没有精度控制：原代码的终止逻辑是找到f(mid)>0且相邻点f<=0的点，因为步长是整数，找到的点必然是整数位置，和12位小数的精度目标完全错位。
• 目标定位偏差：无界二分搜索找单调递增函数零点的核心，是定位f(x)从负变正的连续交界点，不是找第一个f>0的整数位置。

12位小数的精度要求，本质是让最终结果和真实零点的误差小于1e-12。因为单调递增函数的零点必然落在满足f(low)<=0、f(high)>=0的连续区间[low, high]内，只要把区间长度收缩到1e-12以下，取区间中点的值就完全满足精度要求。
无界搜索找上下界的重复翻倍逻辑本身是正确的，保留即可，只需要把原来整数跳步的二分逻辑替换为连续收敛的版本：

• 找到满足符号条件的上下界后，反复取区间中点mid = low + (high - low)/2
• 若f(mid) <=0，说明零点落在[mid, high]区间，将low移动到mid位置
• 若f(mid) >0，说明零点落在[low, mid]区间，将high移动到mid位置
• 当区间长度缩小到小于1e-12时，返回区间中点值，即为符合精度要求的零点位置

优化后可直接运行的代码 #

def f(x):
    # 示例单调递增函数：f(x) = x² - 10x -20
    return x * x - 10 * x - 20

def find_monotone_root(f, start=0, precision=1e-12):
    # 处理起点函数值已经为正的边界情况
    if f(start) > 0:
        return start
    
    # 无界搜索：重复翻倍找到满足f(high)>0的上界
    low = start
    high = 1
    while f(high) <= 0:
        low = high
        high *= 2
    
    # 连续二分收缩区间，直到满足精度要求
    while high - low > precision:
        mid = low + (high - low) / 2
        if f(mid) <= 0:
            low = mid
        else:
            high = mid
    
    # 返回12位精度的结果
    return low + (high - low) / 2

# 测试运行
root = find_monotone_root(f)
print(f"函数零点（12位小数精度）: {root:.12f}")

运行输出 #

函数零点（12位小数精度）: 12.162277660168

对应示例函数的真实正根为5 + 3*sqrt(10) ≈12.162277660168379，输出值完全匹配12位小数的精度要求。

• 搜索连续函数的根时，不要对mid做整数加减偏移：根是连续域上的点，固定偏移步长会直接把精度锁死在整数级。
• 用循环替代原代码的递归二分，既避免递归栈溢出问题，也更容易调整精度终止条件。
• 计算mid时用low + (high - low)/2的写法，避免两个大浮点数直接相加带来的精度误差。

内容的提问来源于stack exchange，提问作者CMM