1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903
|
# Grundfunktionen für Single-Floats
# Entpacken eines Single-Float:
# FF_decode(obj, zero_statement, sign=,exp=,mant=);
# zerlegt ein Single-Float obj.
# Ist obj=0.0, wird zero_statement ausgeführt.
# Sonst: signean sign = Vorzeichen (0 = +, -1 = -),
# sintWL exp = Exponent (vorzeichenbehaftet),
# uintL mant = Mantisse (>= 2^FF_mant_len, < 2^(FF_mant_len+1))
#define FF_uexp(x) (((x) >> FF_mant_len) & (bit(FF_exp_len)-1))
#define FF_decode(obj, zero_statement, sign_assignment,exp_assignment,mant_assignment) \
{ \
var ffloat _x = ffloat_value(obj); \
var uintBWL uexp = FF_uexp(_x); \
if (uexp==0) { \
zero_statement # e=0 -> Zahl 0.0 \
} else { \
exp_assignment (sintWL)((uintWL)uexp - FF_exp_mid); # Exponent \
unused (sign_assignment sign_of_sint32((sint32)(_x))); # Vorzeichen \
mant_assignment (bit(FF_mant_len) | (_x & (bit(FF_mant_len)-1))); \
} \
}
# Einpacken eines Single-Float:
# encode_FF(sign,exp,mant, result=);
# liefert ein Single-Float.
# > signean sign: Vorzeichen, 0 für +, -1 für negativ.
# > sintWL exp: Exponent
# > uintL mant: Mantisse, sollte >= 2^FF_mant_len und < 2^(FF_mant_len+1) sein.
# < object result: ein Single-Float
# Der Exponent wird auf Überlauf/Unterlauf getestet.
# can trigger GC
#define encode_FF(sign,exp,mant, res_assignment) \
{ \
if ((exp) < (sintWL)(FF_exp_low-FF_exp_mid)) { \
if (underflow_allowed()) { \
error_underflow(); \
} else { \
res_assignment FF_0; \
} \
} else \
if ((exp) > (sintWL)(FF_exp_high-FF_exp_mid)) { \
error_overflow(); \
} else \
res_assignment allocate_ffloat \
( ((sint32)(sign) & bit(31)) # Vorzeichen \
| ((uint32)((exp)+FF_exp_mid) << FF_mant_len) # Exponent \
| ((uint32)(mant) & (bit(FF_mant_len)-1)) # Mantisse \
); \
}
#ifdef FAST_FLOAT
# Auspacken eines Floats:
#if !defined(IMMEDIATE_FFLOAT)
#define FF_to_float(obj) (TheFfloat(obj)->representation.machine_float)
#else # defined(WIDE) -> eines der beiden 32-Bit-Wörter
#ifdef GNU
#define FF_to_float(obj) (((ffloatjanus) { eksplicit: ffloat_value(obj) }).machine_float)
#else
#define FF_to_float(obj) (*(float*)(&((uint32*)&(obj))[BIG_ENDIAN_P+(1-2*BIG_ENDIAN_P)*(oint_data_shift/32)]))
#endif
#endif
# Überprüfen und Einpacken eines von den 'float'-Routinen gelieferten
# IEEE-Floats.
# Klassifikation:
# 1 <= e <= 254 : normalisierte Zahl
# e=0, m/=0: subnormale Zahl
# e=0, m=0: vorzeichenbehaftete 0.0
# e=255, m=0: vorzeichenbehaftete Infinity
# e=255, m/=0: NaN
# Angabe der möglicherweise auftretenden Sonderfälle:
# maybe_overflow: Operation läuft über, liefert IEEE-Infinity
# maybe_subnormal: Ergebnis sehr klein, liefert IEEE-subnormale Zahl
# maybe_underflow: Ergebnis sehr klein und /=0, liefert IEEE-Null
# maybe_divide_0: Ergebnis unbestimmt, liefert IEEE-Infinity
# maybe_nan: Ergebnis unbestimmt, liefert IEEE-NaN
#define float_to_FF(expr,result_assignment,maybe_overflow,maybe_subnormal,maybe_underflow,maybe_divide_0,maybe_nan) \
{ \
var ffloatjanus _erg; _erg.machine_float = (expr); \
if ((_erg.eksplicit & ((uint32)bit(FF_exp_len+FF_mant_len)-bit(FF_mant_len))) == 0) { # e=0 ? \
if ((maybe_underflow \
|| (maybe_subnormal && !((_erg.eksplicit << 1) == 0)) \
) \
&& underflow_allowed() \
) { \
error_underflow(); # subnormal oder noch kleiner-> Underflow \
} else { \
result_assignment FF_0; # +/- 0.0 -> 0.0 \
} \
} else if ((maybe_overflow || maybe_divide_0) \
&& (((~_erg.eksplicit) & ((uint32)bit(FF_exp_len+FF_mant_len)-bit(FF_mant_len))) == 0) # e=255 ? \
) { \
if (maybe_nan && !((_erg.eksplicit << (32-FF_mant_len)) == 0)) { \
# NaN, also Singularität -> "Division durch 0" \
divide_0(); \
} else { \
# Infinity \
if (!maybe_overflow || maybe_divide_0) \
divide_0(); # Infinity, Division durch 0 \
else \
error_overflow(); # Infinity, Overflow \
} \
} else { \
result_assignment allocate_ffloat(_erg.eksplicit); \
} \
}
#endif
# FF_zerop(x) stellt fest, ob ein Single-Float x = 0.0 ist.
# define FF_zerop(x) (FF_uexp(ffloat_value(x)) == 0)
#define FF_zerop(x) (ffloat_value(x) == 0)
# Liefert zu einem Single-Float x : (ftruncate x), ein FF.
# FF_ftruncate_FF(x)
# x wird zur 0 hin zur nächsten ganzen Zahl gerundet.
# can trigger GC
local maygc object FF_ftruncate_FF (object x);
# Methode:
# x = 0.0 oder e<=0 -> Ergebnis 0.0
# 1<=e<=23 -> letzte (24-e) Bits der Mantisse auf 0 setzen,
# Exponent und Vorzeichen beibehalten
# e>=24 -> Ergebnis x
local maygc object FF_ftruncate_FF (object x)
{
var ffloat x_ = ffloat_value(x);
var uintBWL uexp = FF_uexp(x_); # e + FF_exp_mid
if (uexp <= FF_exp_mid) { # 0.0 oder e<=0 ?
return FF_0;
} else {
if (uexp > FF_exp_mid+FF_mant_len) # e > 23 ?
return x;
else
return allocate_ffloat
( x_ & # Bitmaske: Bits 23-e..0 gelöscht, alle anderen gesetzt
~(bit(FF_mant_len+1+FF_exp_mid-uexp)-1)
);
}
}
# Liefert zu einem Single-Float x : (futruncate x), ein FF.
# FF_futruncate_FF(x)
# x wird von der 0 weg zur nächsten ganzen Zahl gerundet.
# can trigger GC
local maygc object FF_futruncate_FF (object x);
# Methode:
# x = 0.0 -> Ergebnis 0.0
# e<=0 -> Ergebnis 1.0 oder -1.0, je nach Vorzeichen von x.
# 1<=e<=23 -> Greife die letzten (24-e) Bits von x heraus.
# Sind sie alle =0 -> Ergebnis x.
# Sonst setze sie alle und erhöhe dann die letzte Stelle um 1.
# Kein Überlauf der 23 Bit -> fertig.
# Sonst (Ergebnis eine Zweierpotenz): Mantisse := .1000...000,
# e:=e+1. (Test auf Überlauf wegen e<=24 überflüssig)
# e>=24 -> Ergebnis x.
local maygc object FF_futruncate_FF (object x)
{
var ffloat x_ = ffloat_value(x);
var uintBWL uexp = FF_uexp(x_); # e + FF_exp_mid
if (uexp==0) # 0.0 ?
return x;
if (uexp <= FF_exp_mid) { # e<=0 ?
# Exponent auf 1, Mantisse auf .1000...000 setzen.
return ((x_ & bit(31))==0 ? FF_1 : FF_minus1);
} else {
if (uexp > FF_exp_mid+FF_mant_len) { # e > 23 ?
return x;
} else {
var uint32 mask = # Bitmaske: Bits 23-e..0 gesetzt, alle anderen gelöscht
bit(FF_mant_len+1+FF_exp_mid-uexp)-1;
if ((x_ & mask)==0) # alle diese Bits =0 ?
return x;
return allocate_ffloat
((x_ | mask) # alle diese Bits setzen
+ 1 # letzte Stelle erhöhen, dabei evtl. Exponenten incrementieren
);
}
}
}
# Liefert zu einem Single-Float x : (fround x), ein FF.
# FF_fround_FF(x)
# x wird zur nächsten ganzen Zahl gerundet.
# can trigger GC
local maygc object FF_fround_FF (object x);
# Methode:
# x = 0.0 oder e<0 -> Ergebnis 0.0
# 0<=e<=23 -> letzte (24-e) Bits der Mantisse wegrunden,
# Exponent und Vorzeichen beibehalten.
# e>23 -> Ergebnis x
local maygc object FF_fround_FF (object x)
{
var ffloat x_ = ffloat_value(x);
var uintBWL uexp = FF_uexp(x_); # e + FF_exp_mid
if (uexp < FF_exp_mid) { # x = 0.0 oder e<0 ?
return FF_0;
} else {
if (uexp > FF_exp_mid+FF_mant_len) { # e > 23 ?
return x;
} else if (uexp > FF_exp_mid+1) { # e>1 ?
var uint32 bitmask = # Bitmaske: Bit 23-e gesetzt, alle anderen gelöscht
bit(FF_mant_len+FF_exp_mid-uexp);
var uint32 mask = # Bitmaske: Bits 22-e..0 gesetzt, alle anderen gelöscht
bitmask-1;
if ( ((x_ & bitmask) ==0) # Bit 23-e =0 -> abrunden
|| ( ((x_ & mask) ==0) # Bit 23-e =1 und Bits 22-e..0 >0 -> aufrunden
# round-to-even, je nach Bit 24-e :
&& ((x_ & (bitmask<<1)) ==0)
) ) {
# abrunden
mask |= bitmask; # Bitmaske: Bits 23-e..0 gesetzt, alle anderen gelöscht
return allocate_ffloat( x_ & ~mask );
} else {
# aufrunden
return allocate_ffloat
((x_ | mask) # alle diese Bits 22-e..0 setzen (Bit 23-e schon gesetzt)
+ 1 # letzte Stelle erhöhen, dabei evtl. Exponenten incrementieren
);
}
} else if (uexp == FF_exp_mid+1) { # e=1 ?
# Wie bei 1 < e <= 23, nur dass Bit 24-e stets gesetzt ist.
if ((x_ & bit(FF_mant_len-1)) ==0) # Bit 23-e =0 -> abrunden
# abrunden
return allocate_ffloat( x_ & ~(bit(FF_mant_len)-1) );
else
# aufrunden
return allocate_ffloat
((x_ | (bit(FF_mant_len)-1)) # alle diese Bits 23-e..0 setzen
+ 1 # letzte Stelle erhöhen, dabei evtl. Exponenten incrementieren
);
} else { # e=0 ?
# Wie bei 1 < e <= 23, nur dass Bit 23-e stets gesetzt
# und Bit 24-e stets gelöscht ist.
if ((x_ & (bit(FF_mant_len)-1)) ==0)
# abrunden von +-0.5 zu 0.0
return FF_0;
else
# aufrunden
return allocate_ffloat
((x_ | (bit(FF_mant_len)-1)) # alle Bits 22-e..0 setzen
+ 1 # letzte Stelle erhöhen, dabei Exponenten incrementieren
);
}
}
}
# Liefert zu einem Single-Float x : (- x), ein FF.
# FF_minus_FF(x)
# can trigger GC
local maygc object FF_minus_FF (object x);
# Methode:
# Falls x=0.0, fertig. Sonst Vorzeichenbit umdrehen.
local maygc object FF_minus_FF (object x)
{
var ffloat x_ = ffloat_value(x);
return (FF_uexp(x_) == 0
? x
: allocate_ffloat( x_ ^ bit(31) )
);
}
# FF_FF_comp(x,y) vergleicht zwei Single-Floats x und y.
# Ergebnis: 0 falls x=y, +1 falls x>y, -1 falls x<y.
local signean FF_FF_comp (object x, object y);
# Methode:
# x und y haben verschiedenes Vorzeichen ->
# x < 0 -> x < y
# x >= 0 -> x > y
# x und y haben gleiches Vorzeichen ->
# x >=0 -> vergleiche x und y (die rechten 24 Bits)
# x <0 -> vergleiche y und x (die rechten 24 Bits)
local signean FF_FF_comp (object x, object y)
{
var uint32 x_ = ffloat_value(x);
var uint32 y_ = ffloat_value(y);
if ((sint32)y_ >= 0) {
# y>=0
if ((sint32)x_ >= 0) {
# y>=0, x>=0
if (x_ < y_)
return signean_minus; # x<y
if (x_ > y_)
return signean_plus; # x>y
return signean_null;
} else {
# y>=0, x<0
return signean_minus; # x<y
}
} else {
if ((sint32)x_ >= 0) {
# y<0, x>=0
return signean_plus; # x>y
} else {
# y<0, x<0
if (x_ > y_)
return signean_minus; # |x|>|y| -> x<y
if (x_ < y_)
return signean_plus; # |x|<|y| -> x>y
return signean_null;
}
}
}
# Liefert zu zwei Single-Float x und y : (+ x y), ein FF.
# FF_FF_plus_FF(x,y)
# can trigger GC
local maygc object FF_FF_plus_FF (object x, object y);
# Methode (nach [Knuth, II, Seminumerical Algorithms, Abschnitt 4.2.1., S.200]):
# x1=0.0 -> Ergebnis x2.
# x2=0.0 -> Ergebnis x1.
# Falls e1<e2, vertausche x1 und x2.
# Also e1 >= e2.
# Falls e1 - e2 >= 23 + 3, Ergebnis x1.
# Schiebe beide Mantissen um 3 Bits nach links (Vorbereitung der Rundung:
# Bei e1-e2=0,1 ist keine Rundung nötig, bei e1-e2>1 ist der Exponent des
# Ergebnisses =e1-1, =e1 oder =e1+1. Brauche daher 1 Schutzbit und zwei
# Rundungsbits: 00 exakt, 01 1.Hälfte, 10 exakte Mitte, 11 2.Hälfte.)
# Schiebe die Mantisse von x2 um e0-e1 Bits nach rechts. (Dabei die Rundung
# ausführen: Bit 0 ist das logische Oder der Bits 0,-1,-2,...)
# Falls x1,x2 selbes Vorzeichen haben: Addiere dieses zur Mantisse von x1.
# Falls x1,x2 verschiedenes Vorzeichen haben: Subtrahiere dieses von der
# Mantisse von x1. <0 -> (Es war e1=e2) Vertausche die Vorzeichen, negiere.
# =0 -> Ergebnis 0.0
# Exponent ist e1.
# Normalisiere, fertig.
#ifdef FAST_FLOAT
local maygc object FF_FF_plus_FF (object x1, object x2)
{
float_to_FF(FF_to_float(x1) + FF_to_float(x2), return ,
true, true, # Overflow und subnormale Zahl abfangen
false, # kein Underflow mit Ergebnis +/- 0.0 möglich
# (nach Definition der subnormalen Zahlen)
false, false # keine Singularität, kein NaN als Ergebnis möglich
);
}
#else
local maygc object FF_FF_plus_FF (object x1, object x2)
{
# x1,x2 entpacken:
var signean sign1;
var sintWL exp1;
var uintL mant1;
var signean sign2;
var sintWL exp2;
var uintL mant2;
FF_decode(x1, { return x2; }, sign1=,exp1=,mant1=);
FF_decode(x2, { return x1; }, sign2=,exp2=,mant2=);
if (exp1 < exp2) {
swap(object, x1 ,x2 );
swap(signean, sign1,sign2);
swap(sintWL, exp1 ,exp2 );
swap(uintL, mant1,mant2);
}
# Nun ist exp1>=exp2.
var uintL expdiff = exp1 - exp2; # Exponentendifferenz
if (expdiff >= FF_mant_len+3) # >= 23+3 ?
return x1;
mant1 = mant1 << 3; mant2 = mant2 << 3;
# Nun 2^(FF_mant_len+3) <= mant1,mant2 < 2^(FF_mant_len+4).
{
var uintL mant2_last = mant2 & (bit(expdiff)-1); # letzte expdiff Bits von mant2
mant2 = mant2 >> expdiff;
if (!(mant2_last==0))
mant2 |= bit(0);
}
# mant2 = um expdiff Bits nach rechts geschobene und gerundete Mantisse
# von x2.
if (!(sign1==sign2)) {
# verschiedene Vorzeichen -> Mantissen subtrahieren
if (mant1 > mant2) {
mant1 = mant1 - mant2;
goto norm_2;
}
if (mant1 == mant2) # Ergebnis 0 ?
return FF_0;
# negatives Subtraktionsergebnis
mant1 = mant2 - mant1; sign1 = sign2; goto norm_2;
} else {
# gleiche Vorzeichen -> Mantissen addieren
mant1 = mant1 + mant2;
}
# mant1 = Ergebnis-Mantisse >0, sign1 = Ergebnis-Vorzeichen,
# exp1 = Ergebnis-Exponent.
# Außerdem: Bei expdiff=0,1 sind die zwei letzten Bits von mant1 Null,
# bei expdiff>=2 ist mant1 >= 2^(FF_mant_len+2).
# Stets ist mant1 < 2^(FF_mant_len+5). (Daher werden die 2 Rundungsbits
# nachher um höchstens eine Position nach links geschoben werden.)
# [Knuth, S.201, leicht modifiziert:
# N1. m>=1 -> goto N4.
# N2. [Hier m<1] m>=1/2 -> goto N5.
# N3. m:=2*m, e:=e-1, goto N2.
# N4. [Hier 1<=m<2] m:=m/2, e:=e+1.
# N5. [Hier 1/2<=m<1] Runde m auf 24 Bits hinterm Komma.
# Falls hierdurch m=1 geworden, setze m:=m/2, e:=e+1.
# ]
# Bei uns ist m=mant1/2^(FF_mant_len+4),
# ab Schritt N5 ist m=mant1/2^(FF_mant_len+1).
norm_1: # [Knuth, S.201, Schritt N1]
if (mant1 >= bit(FF_mant_len+4))
goto norm_4;
norm_2: # [Knuth, S.201, Schritt N2]
# Hier ist mant1 < 2^(FF_mant_len+4)
if (mant1 >= bit(FF_mant_len+3))
goto norm_5;
# [Knuth, S.201, Schritt N3]
mant1 = mant1 << 1; exp1 = exp1-1; # Mantisse links schieben
goto norm_2;
norm_4: # [Knuth, S.201, Schritt N4]
# Hier ist 2^(FF_mant_len+4) <= mant1 < 2^(FF_mant_len+5)
exp1 = exp1+1;
mant1 = (mant1>>1) | (mant1 & bit(0)); # Mantisse rechts schieben
norm_5: # [Knuth, S.201, Schritt N5]
# Hier ist 2^(FF_mant_len+3) <= mant1 < 2^(FF_mant_len+4)
# Auf FF_mant_len echte Mantissenbits runden, d.h. rechte 3 Bits
# wegrunden, und dabei mant1 um 3 Bits nach rechts schieben:
{
var uintL rounding_bits = mant1 & (bit(3)-1);
mant1 = mant1 >> 3;
if ( (rounding_bits < bit(2)) # 000,001,010,011 werden abgerundet
|| ( (rounding_bits == bit(2)) # 100 (genau halbzahlig)
&& ((mant1 & bit(0)) ==0) # -> round-to-even
) ) {
# abrunden
} else {
# aufrunden
mant1 = mant1+1;
if (mant1 >= bit(FF_mant_len+1)) {
# Bei Überlauf während der Rundung nochmals rechts schieben
# (Runden ist hier überflüssig):
mant1 = mant1>>1; exp1 = exp1+1; # Mantisse rechts schieben
}
}
}
# Runden fertig.
encode_FF(sign1,exp1,mant1, return);
}
#endif
# Liefert zu zwei Single-Float x und y : (- x y), ein FF.
# FF_FF_minus_FF(x,y)
# can trigger GC
local maygc object FF_FF_minus_FF (object x, object y);
# Methode:
# (- x1 x2) = (+ x1 (- x2))
#ifdef FAST_FLOAT
local maygc object FF_FF_minus_FF (object x1, object x2)
{
float_to_FF(FF_to_float(x1) - FF_to_float(x2), return ,
true, true, # Overflow und subnormale Zahl abfangen
false, # kein Underflow mit Ergebnis +/- 0.0 möglich
# (nach Definition der subnormalen Zahlen)
false, false # keine Singularität, kein NaN als Ergebnis möglich
);
}
#else
local maygc object FF_FF_minus_FF (object x1, object x2)
{
var ffloat x2_ = ffloat_value(x2);
if (FF_uexp(x2_) == 0) {
return x1;
} else {
pushSTACK(x1);
x2 = allocate_ffloat(x2_ ^ bit(31));
return FF_FF_plus_FF(popSTACK(),x2);
}
}
#endif
# Liefert zu zwei Single-Float x und y : (* x y), ein FF.
# FF_FF_mult_FF(x,y)
# can trigger GC
local maygc object FF_FF_mult_FF (object x, object y);
# Methode:
# Falls x1=0.0 oder x2=0.0 -> Ergebnis 0.0
# Sonst: Ergebnis-Vorzeichen = VZ von x1 xor VZ von x2.
# Ergebnis-Exponent = Summe der Exponenten von x1 und x2.
# Ergebnis-Mantisse = Produkt der Mantissen von x1 und x2, gerundet:
# 2^-24 * mant1 * 2^-24 * mant2 = 2^-48 * (mant1*mant2),
# die Klammer ist >=2^46, <=(2^24-1)^2<2^48 .
# Falls die Klammer >=2^47 ist, um 24 Bit nach rechts schieben und
# runden: Falls Bit 23 Null, abrunden; falls Bit 23 Eins und
# Bits 22..0 alle Null, round-to-even; sonst aufrunden.
# Falls die Klammer <2^47 ist, um 23 Bit nach rechts schieben und
# runden: Falls Bit 22 Null, abrunden; falls Bit 22 Eins und
# Bits 21..0 alle Null, round-to-even; sonst aufrunden. Nach
# Aufrunden: Falls =2^24, um 1 Bit nach rechts schieben. Sonst
# Exponenten um 1 erniedrigen.
#ifdef FAST_FLOAT
local maygc object FF_FF_mult_FF (object x1, object x2)
{
float_to_FF(FF_to_float(x1) * FF_to_float(x2), return ,
true, true, # Overflow und subnormale Zahl abfangen
!(FF_zerop(x1) || FF_zerop(x2)), # ein Ergebnis +/- 0.0
# ist genau dann in Wirklichkeit ein Underflow
false, false # keine Singularität, kein NaN als Ergebnis möglich
);
}
#else
local maygc object FF_FF_mult_FF (object x1, object x2)
{
# x1,x2 entpacken:
var signean sign1;
var sintWL exp1;
var uintL mant1;
var signean sign2;
var sintWL exp2;
var uintL mant2;
FF_decode(x1, { return x1; }, sign1=,exp1=,mant1=);
FF_decode(x2, { return x2; }, sign2=,exp2=,mant2=);
exp1 = exp1 + exp2; # Summe der Exponenten
sign1 = sign1 ^ sign2; # Ergebnis-Vorzeichen
var uintL manthi;
var uintL mantlo;
# Mantissen mant1 und mant2 multiplizieren:
mulu24(mant1,mant2, manthi=,mantlo=);
manthi = (manthi << (32-FF_mant_len)) | (mantlo >> FF_mant_len);
mantlo = mantlo & (bit(FF_mant_len)-1);
# Nun ist 2^FF_mant_len * manthi + mantlo = mant1 * mant2.
if (manthi >= bit(FF_mant_len+1)) {
# mant1*mant2 >= 2^(2*FF_mant_len+1)
if ( ((manthi & bit(0)) ==0) # Bit FF_mant_len =0 -> abrunden
|| ( (mantlo ==0) # Bit FF_mant_len =1 und Bits FF_mant_len-1..0 >0 -> aufrunden
# round-to-even, je nach Bit FF_mant_len+1 :
&& ((manthi & bit(1)) ==0)
) ) {
# abrunden
manthi = manthi >> 1; goto ab;
} else {
# aufrunden
manthi = manthi >> 1; goto auf;
}
} else {
# mant1*mant2 < 2^(2*FF_mant_len+1)
exp1 = exp1-1; # Exponenten decrementieren
if ( ((mantlo & bit(FF_mant_len-1)) ==0) # Bit FF_mant_len-1 =0 -> abrunden
|| ( ((mantlo & (bit(FF_mant_len-1)-1)) ==0) # Bit FF_mant_len-1 =1 und Bits FF_mant_len-2..0 >0 -> aufrunden
# round-to-even, je nach Bit FF_mant_len :
&& ((manthi & bit(0)) ==0)
) )
# abrunden
goto ab;
else
# aufrunden
goto auf;
}
auf:
manthi = manthi+1;
# Hier ist 2^FF_mant_len <= manthi <= 2^(FF_mant_len+1)
if (manthi >= bit(FF_mant_len+1)) { # rounding overflow?
manthi = manthi>>1; exp1 = exp1+1; # Shift nach rechts
}
ab:
# Runden fertig, 2^FF_mant_len <= manthi < 2^(FF_mant_len+1)
encode_FF(sign1,exp1,manthi, return);
}
#endif
# Liefert zu zwei Single-Float x und y : (/ x y), ein FF.
# FF_FF_div_FF(x,y)
# can trigger GC
local maygc object FF_FF_div_FF (object x, object y);
# Methode:
# x2 = 0.0 -> Error
# x1 = 0.0 -> Ergebnis 0.0
# Sonst:
# Ergebnis-Vorzeichen = xor der beiden Vorzeichen von x1 und x2
# Ergebnis-Exponent = Differenz der beiden Exponenten von x1 und x2
# Ergebnis-Mantisse = Mantisse mant1 / Mantisse mant2, gerundet.
# mant1/mant2 > 1/2, mant1/mant2 < 2;
# nach Rundung mant1/mant2 >=1/2, <=2*mant1<2.
# Bei mant1/mant2 >=1 brauche 23 Nachkommabits,
# bei mant1/mant2 <1 brauche 24 Nachkommabits.
# Fürs Runden: brauche ein Rundungsbit (Rest gibt an, ob exakt).
# Brauche daher insgesamt 25 Nachkommabits von mant1/mant2.
# Dividiere daher (als Unsigned Integers) 2^25*(2^24*mant1) durch (2^24*mant2).
# Falls der Quotient >=2^25 ist, runde die letzten zwei Bits weg und
# erhöhe den Exponenten um 1.
# Falls der Quotient <2^25 ist, runde das letzte Bit weg. Bei rounding
# overflow schiebe um ein weiteres Bit nach rechts, incr. Exponenten.
#if defined(FAST_FLOAT) && !defined(FLOAT_DIV0_EXCEPTION) && !defined(I80386)
local maygc object FF_FF_div_FF (object x1, object x2)
{
float_to_FF(FF_to_float(x1) / FF_to_float(x2), return ,
true, true, # Overflow und subnormale Zahl abfangen
!FF_zerop(x1), # ein Ergebnis +/- 0.0
# ist genau dann in Wirklichkeit ein Underflow
FF_zerop(x2), # Division durch Null abfangen
false # kein NaN als Ergebnis möglich
);
}
#else
local maygc object FF_FF_div_FF (object x1, object x2)
{
# x1,x2 entpacken:
var signean sign1;
var sintWL exp1;
var uintL mant1;
var signean sign2;
var sintWL exp2;
var uintL mant2;
FF_decode(x2, { divide_0(); }, sign2=,exp2=,mant2=);
FF_decode(x1, { return x1; }, sign1=,exp1=,mant1=);
exp1 = exp1 - exp2; # Differenz der Exponenten
sign1 = sign1 ^ sign2; # Ergebnis-Vorzeichen
# Dividiere 2^25*mant1 durch mant2 oder (äquivalent)
# 2^i*2^25*mant1 durch 2^i*mant2 für irgendein i mit 0 <= i <= 32-24 :
var uintL mant;
var uintL rest;
# wähle i = 32-(FF_mant_len+1), also i+(FF_mant_len+2) = 33.
divu_6432_3232(mant1<<1,0, mant2<<(32-(FF_mant_len+1)), mant=,rest=);
if (mant >= bit(FF_mant_len+2)) {
# Quotient >=2^25 -> 2 Bits wegrunden
var uintL rounding_bits = mant & (bit(2)-1);
exp1 += 1; # Exponenten incrementieren
mant = mant >> 2;
if ( (rounding_bits < bit(1)) # 00,01 werden abgerundet
|| ( (rounding_bits == bit(1)) # 10
&& (rest == 0) # und genau halbzahlig
&& ((mant & bit(0)) ==0) # -> round-to-even
) ) {
# abrunden
} else {
# aufrunden
mant += 1;
}
} else {
# Quotient <2^25 -> 1 Bit wegrunden
var uintL rounding_bit = mant & bit(0);
mant = mant >> 1;
if ( (rounding_bit == 0) # 0 wird abgerundet
|| ( (rest == 0) # genau halbzahlig
&& ((mant & bit(0)) ==0) # -> round-to-even
) ) {
# abrunden
} else {
# aufrunden
mant += 1;
if (mant >= bit(FF_mant_len+1)) { # rounding overflow?
mant = mant>>1; exp1 = exp1+1;
}
}
}
encode_FF(sign1,exp1,mant, return);
}
#endif
# Liefert zu einem Single-Float x>=0 : (sqrt x), ein FF.
# FF_sqrt_FF(x)
# can trigger GC
local maygc object FF_sqrt_FF (object x);
# Methode:
# x = 0.0 -> Ergebnis 0.0
# Ergebnis-Vorzeichen := positiv,
# Ergebnis-Exponent := ceiling(e/2),
# Ergebnis-Mantisse:
# Bilde aus [1,m22,...,m0,(26 Nullbits)] bei geradem e,
# aus [0,1,m22,...,m0,(25 Nullbits)] bei ungeradem e
# die Ganzzahl-Wurzel, eine 25-Bit-Zahl mit einer führenden 1.
# Runde das letzte Bit weg:
# Bit 0 = 0 -> abrunden,
# Bit 0 = 1 und Wurzel exakt -> round-to-even,
# Bit 0 = 1 und Rest >0 -> aufrunden.
# Dabei um ein Bit nach rechts schieben.
# Bei Aufrundung auf 2^24 (rounding overflow) Mantisse um 1 Bit nach rechts
# schieben und Exponent incrementieren.
local maygc object FF_sqrt_FF (object x)
{
# x entpacken:
var sintWL exp;
var uint32 mant;
FF_decode(x, { return x; }, _EMA_,exp=,mant=);
# Um die 64-Bit-Ganzzahl-Wurzel ausnutzen zu können, fügen wir beim
# Radikanden 39 bzw. 40 statt 25 bzw. 26 Nullbits an.
if (exp & bit(0)) {
# e ungerade
mant = mant << (31-(FF_mant_len+1)); exp = exp+1;
} else {
# e gerade
mant = mant << (32-(FF_mant_len+1));
}
exp = exp >> 1; # exp := exp/2
var bool exactp;
isqrt_64_32(mant,0, mant=,exactp=); # mant := isqrt(mant*2^32), eine 32-Bit-Zahl
# Die hinteren 31-FF_mant_len Bits wegrunden:
if ( ((mant & bit(30-FF_mant_len)) ==0) # Bit 7 =0 -> abrunden
|| ( ((mant & (bit(30-FF_mant_len)-1)) ==0) # Bit 7 =1 und Bits 6..0 >0 -> aufrunden
&& exactp # Bit 7 =1 und Bits 6..0 =0, aber Rest -> aufrunden
# round-to-even, je nach Bit 8 :
&& ((mant & bit(31-FF_mant_len)) ==0)
) ) {
# abrunden
mant = mant >> (31-FF_mant_len);
} else {
# aufrunden
mant = mant >> (31-FF_mant_len);
mant += 1;
if (mant >= bit(FF_mant_len+1)) { # rounding overflow?
mant = mant>>1; exp = exp+1;
}
}
encode_FF(0,exp,mant, return);
}
# FF_to_I(x) wandelt ein Single-Float x, das eine ganze Zahl darstellt,
# in ein Integer um.
# can trigger GC
local maygc object FF_to_I (object x);
# Methode:
# Falls x=0.0, Ergebnis 0.
# Sonst (ASH Vorzeichen*Mantisse (e-24)).
local maygc object FF_to_I (object x)
{
# x entpacken:
var signean sign;
var sintWL exp;
var uint32 mant;
FF_decode(x, { return Fixnum_0; }, sign=,exp=,mant=);
exp = exp-(FF_mant_len+1);
return I_I_ash_I(
# mant >0, <2^(FF_mant_len+1) in ein Fixnum umwandeln:
#if (FF_mant_len+1 <= oint_data_len)
(sign==0 ? posfixnum(mant) : negfixnum(-(oint)mant))
#else
L_to_I(sign==0 ? mant : -mant)
#endif
,L_to_FN(exp)
);
}
/* I_to_FF(x,signal_overflow) converts an integer x to a single-float, and
rounds thereby.
Methode:
x=0 -> Ergebnis 0.0
Merke Vorzeichen von x.
x:=(abs x)
Exponent:=(integer-length x)
Greife die 25 höchstwertigen Bits heraus (angeführt von einer 1).
Runde das letzte Bit weg:
Bit 0 = 0 -> abrunden,
Bit 0 = 1 und Rest =0 -> round-to-even,
Bit 0 = 1 und Rest >0 -> aufrunden.
Dabei um ein Bit nach rechts schieben.
Bei Aufrundung auf 2^24 (rounding overflow) Mantisse um 1 Bit nach rechts
schieben und Exponent incrementieren.
can trigger GC */
local maygc object I_to_FF (object x, bool signal_overflow)
{
if (eq(x,Fixnum_0))
return FF_0;
var signean sign = R_sign(x); # Vorzeichen
if (!(sign==0))
x = I_minus_I(x); # bei x<0: x := (- x)
var uintL exp = I_integer_length(x); # (integer-length x)
# NDS zu x>0 bilden:
var uintD* MSDptr;
var uintC len;
I_to_NDS_nocopy(x, MSDptr=,len=,);
# MSDptr/len/LSDptr ist die NDS zu x, len>0.
# Führende Digits holen: Brauche FF_mant_len+1 Bits, dazu intDsize
# Bits (die NDS kann mit bis zu intDsize Nullbits anfangen).
# Dann werden diese Bits um (exp mod intDsize) nach rechts geschoben.
var uintD msd = *MSDptr++; # erstes Digit
var uint32 msdd = 0; # weitere min(len-1,32/intDsize) Digits
#define NEXT_DIGIT(i) { \
if (--len == 0) goto ok; \
msdd |= (uint32)(*MSDptr++) << (32-(i+1)*intDsize); \
}
DOCONSTTIMES(32/intDsize,NEXT_DIGIT);
#undef NEXT_DIGIT
--len; ok: {
# Die NDS besteht aus msd, msdd, und len weiteren Digits.
# Das höchste in 2^32*msd+msdd gesetzte Bit ist Bit Nummer
# 31 + (exp mod intDsize).
var uintL shiftcount = exp % intDsize;
var uint32 mant = # führende 32 Bits
(shiftcount==0
? msdd
: (((uint32)msd << (32-shiftcount)) | (msdd >> shiftcount)));
# Das höchste in mant gesetzte Bit ist Bit Nummer 31.
if ( ((mant & bit(30-FF_mant_len)) ==0) # Bit 7 =0 -> abrunden
|| ( ((mant & (bit(30-FF_mant_len)-1)) ==0) # Bit 7 =1 und Bits 6..0 =0
&& ((msdd & (bit(shiftcount)-1)) ==0) # und weitere Bits aus msdd =0
&& (!test_loop_up(MSDptr,len)) # und alle weiteren Digits =0
# round-to-even, je nach Bit 8 :
&& ((mant & bit(31-FF_mant_len)) ==0))) {
# abrunden
mant = mant >> (31-FF_mant_len);
} else {
# aufrunden
mant = mant >> (31-FF_mant_len);
mant += 1;
if (mant >= bit(FF_mant_len+1)) { # rounding overflow?
mant = mant>>1; exp = exp+1;
}
}
#define error_overflow() \
if (signal_overflow) (error_overflow)(); else return nullobj;
encode_FF(sign,(sintL)exp,mant, return);
#undef error_overflow
}
}
# RA_to_FF(x,signal_overflow) converts a rational number x to a single-float,
# and rounds thereby.
# can trigger GC
local maygc object RA_to_FF (object x, bool signal_overflow);
# Methode:
# x ganz -> klar.
# x = +/- a/b mit Integers a,b>0:
# Seien n,m so gewählt, dass
# 2^(n-1) <= a < 2^n, 2^(m-1) <= b < 2^m.
# Dann ist 2^(n-m-1) < a/b < 2^(n-m+1).
# Berechne n=(integer-length a) und m=(integer-length b) und
# floor(2^(-n+m+25)*a/b) :
# Bei n-m>=25 dividiere a durch (ash b (n-m-25)),
# bei n-m<25 dividiere (ash a (-n+m+25)) durch b.
# Der erste Wert ist >=2^24, <2^26.
# Falls er >=2^25 ist, runde 2 Bits weg,
# falls er <2^25 ist, runde 1 Bit weg.
local maygc object RA_to_FF (object x, bool signal_overflow)
{
if (RA_integerp(x))
return I_to_FF(x,signal_overflow);
# x Ratio
#define error_overflow() \
if (signal_overflow) (error_overflow)(); else return nullobj;
pushSTACK(TheRatio(x)->rt_den); # b
var signean sign = RT_sign(x); # Vorzeichen
x = TheRatio(x)->rt_num; # +/- a
if (!(sign==0))
x = I_minus_I(x); # Betrag nehmen, liefert a
pushSTACK(x);
# Stackaufbau: b, a.
var sintL lendiff = I_integer_length(x) # (integer-length a)
- I_integer_length(STACK_1); # (integer-length b)
if (lendiff > FF_exp_high-FF_exp_mid) { # Exponent >= n-m > Obergrenze ?
skipSTACK(2); error_overflow(); /* -> Overflow */
}
if (lendiff < FF_exp_low-FF_exp_mid-2) { # Exponent <= n-m+2 < Untergrenze ?
if (underflow_allowed()) {
error_underflow(); # -> Underflow
} else {
skipSTACK(2); return FF_0;
}
}
var object zaehler;
var object nenner;
if (lendiff >= FF_mant_len+2) {
# n-m-25>=0
nenner = I_I_ash_I(STACK_1,fixnum((uint32)(lendiff - (FF_mant_len+2)))); # (ash b n-m-25)
zaehler = popSTACK(); # a
skipSTACK(1);
} else {
zaehler = I_I_ash_I(popSTACK(),fixnum((uint32)((FF_mant_len+2) - lendiff))); # (ash a -n+m+25)
nenner = popSTACK(); # b
}
# Division zaehler/nenner durchführen:
I_I_divide_I_I(zaehler,nenner);
# Stackaufbau: q, r.
# 2^24 <= q < 2^26, also ist q Fixnum oder Bignum mit bn_minlength Digits.
var uint32 mant = ((FF_mant_len+3 <= oint_data_len)
? (uint32)posfixnum_to_V(STACK_1)
: I_to_UL(STACK_1)
);
if (mant >= bit(FF_mant_len+2)) {
# 2^25 <= q < 2^26, schiebe um 2 Bits nach rechts
var uintL rounding_bits = mant & (bit(2)-1);
lendiff = lendiff+1; # Exponent := n-m+1
mant = mant >> 2;
if ( (rounding_bits < bit(1)) # 00,01 werden abgerundet
|| ( (rounding_bits == bit(1)) # 10
&& (eq(STACK_0,Fixnum_0)) # und genau halbzahlig (r=0)
&& ((mant & bit(0)) ==0) # -> round-to-even
) )
# abrunden
goto ab;
else
# aufrunden
goto auf;
} else {
var uintL rounding_bit = mant & bit(0);
mant = mant >> 1;
if ( (rounding_bit == 0) # 0 wird abgerundet
|| ( (eq(STACK_0,Fixnum_0)) # genau halbzahlig (r=0)
&& ((mant & bit(0)) ==0) # -> round-to-even
) )
# abrunden
goto ab;
else
# aufrunden
goto auf;
}
auf:
mant += 1;
if (mant >= bit(FF_mant_len+1)) { # rounding overflow?
mant = mant>>1; lendiff = lendiff+1;
}
ab:
skipSTACK(2);
# Fertig.
encode_FF(sign,lendiff,mant, return);
#undef error_overflow
}
|