R语言rep函数为何在特定输入下生成长度异常的向量？

这是典型的浮点数精度误差导致的问题，具体拆解如下：

1. 二进制浮点数的局限性
   计算机以二进制存储小数，像0.05这类十进制小数无法被二进制精确表示，只能存储近似值。每次对这类近似值进行运算，都会引入微小误差。

2. 多次减法的误差累积
   执行p=1-0.05-0.05-0.05时，每一步减法都会叠加之前的近似误差，最终得到的p并非精确的0.85，而是一个略小于0.85的数值（比如用print(p, digits=20)可查看为0.84999999999999991118）。

3. rep函数的取整规则
   rep(0, n)中若n为小数，R会自动对其向下取整（等价于floor(n)）。当p*a的结果略小于85时，向下取整后就得到84。

4. 先求和再减法的误差抵消
   执行p=1-(0.05+0.05+0.05)时，三次0.05的近似值相加后，再用1减去这个和，最终的误差方向刚好让结果略大于0.85（比如0.85000000000000008882），乘以100后略大于85，向下取整仍为85，因此得到预期结果。

你可以通过以下代码验证误差细节：

# 定义不同方式计算的p值
p_direct <- 0.85
p_subtract <- 1-0.05-0.05-0.05
p_sum_subtract <- 1-(0.05+0.05+0.05)

# 查看高精度下的数值
print(p_subtract, digits=20)
print(p_sum_subtract, digits=20)

# 计算p*100的结果
p_subtract * 100
p_sum_subtract * 100

# 查看向下取整结果
floor(p_subtract * 100)
floor(p_sum_subtract * 100)

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