计算打折后的商品价格并求差,涉及基本的浮点数运算和保留指定小数位数输出。
OJ: roj
题目 ID: 5067
难度:入门
标签:顺序结构浮点数
创建: 2026-10-09 02:23
更新: 2026-10-09 02:23
形式化题目
给定两个非负整数
求小明买书后还剩多少钱。即计算并输出
正解
思路
根据题意,书实际花费的价格是
关于精度的严谨分析:
本题的核心在于浮点数运算的精度处理。在计算
- 舍入歧义在数学上不存在:由于
均为整数,实际值 。分母仅可能为 或 ,这意味着 最多只有 位小数,小数部分必定属于集合 。因此,它永远不可能在第 3 位小数出现非零值,格式化为 位小数时仅仅是补 0,不会触发任何四舍五入或平局取偶的歧义。 - 负零现象与硬件优化:当答案精确为
(例如 )时,部分开启了 FMA(融合乘加, fmsub)硬件优化的编译器(如带-O2优化的 Clang/GCC),在计算浮点乘加时会产生极微小的负误差,导致直接打印时输出-0.00。 - 归零处理:为了规避上述
-0.00的问题,我们需要引入一个较小的阈值(如1e-6,即代码中的ZERO_EPS)。如果计算结果的绝对值小于该阈值,则强制将其赋值为0.0。
代码
python
#!/usr/bin/env python3
# Author by Rainboy blog: https://rainboylv.com github: https://github.com/rainboylvx
# rbook: -> https://rbook.roj.ac.cn https://rbook2.roj.ac.cn
# rainboy的学习导航网站: https://idx.roj.ac.cn
# create_at: 2026-10-09 02:08
# update_at: 2026-10-09 02:08
import sys
DISC = 0.8 # 8 折 = 按原价的 80% 付款
ZERO_EPS = 1e-6 # 零附近归一化阈值
def solve() -> None:
"""读入 n、m,输出买书后剩余的钱(保留 2 位小数:n - 0.8*m)。"""
# 题面未声明类型,随仓 10 点实测全为整数(最大 10^6);用 float 读入同时兼容小数金额,
# 与 C++ 侧 scanf("%lf") / cin >> double 语义一致。
data = iter(sys.stdin.buffer.read().split())
n_tok = next(data, None)
m_tok = next(data, None)
if n_tok is None or m_tok is None: # 题面保证有两个数;缺输入时不输出(与 C++ 侧 cin 失败一致)
return
n, m = float(n_tok), float(m_tok)
# 数学答案为 0 时(n = 0.8m,如 80 100)浮点残差可能带负号,会输出 "-0.00";
# 精确值是 0.2 的整数倍,最小非零 |rest| = 0.2,而 double 误差实测上界 9.3e-11,
# 故 |rest| < 1e-6 只可能是舍入残差,归零安全。
rest = n - m * DISC
if abs(rest) < ZERO_EPS:
rest = 0.0
print(f"{rest:.2f}")
if __name__ == "__main__":
solve()cpp
/**
* Author by Rainboy blog: https://rainboylv.com github: https://github.com/rainboylvx
* rbook: -> https://rbook.roj.ac.cn https://rbook2.roj.ac.cn
* rainboy的学习导航网站: https://idx.roj.ac.cn
* create_at: 2026-10-09 02:08
* update_at: 2026-10-09 02:08
*/
// 一本通 2066《【例2.3】买图书》(ROJ 5067)
//
// 题意:小明有 n 元,买一本原价 m 元的书,书打 8 折(付 0.8*m 元),
// 求还剩多少钱,保留 2 位小数。样例 `100 100` -> `20.00`。
//
// 题面未声明 n、m 的类型与范围,随仓 10 个测试点实测全为整数(最大 10^6),
// 故按 double 读入:既兼容题面的整数,也兼容小数金额。
//
// 【为什么需要「零附近归一化」】数学答案为 0 时(n = 0.8m,如 80 100),
// double 计算 n - m*0.8 会留下 ±4.4e-15 量级的舍入残差;残差为负时
// printf/cout 会打印 "-0.00"(本机 -O2 实测:不加这一行,problem4 输出 -0.00)。
// 答案的精确值是 0.2 的整数倍,最小非零绝对值 0.2,而 m <= 10^6 时
// double 的绝对误差上界实测为 9.3e-11(全枚举 m ∈ [0, 10^6] 得到),
// 因此 |rest| < 1e-6 只可能来自舍入误差,归零是安全的。
#include <iostream>
#include <iomanip>
#include <cmath>
using namespace std;
typedef long long ll;
const double DISC = 0.8; // 8 折 = 按原价的 80% 付款
const double ZERO_EPS = 1e-6; // 零附近归一化阈值,见文件头说明
double n; // 小明原有的钱(元)
double m; // 书原价(元)
// 计算买书后剩余的钱并保留 2 位小数输出。
// 精确值 = n - 4m/5,分母至多 10,小数位最多 1 位 ⇒ 保留 2 位小数是精确补零,
// 不存在舍入平局,printf("%.2f") 与 Python f-string 必然逐字节一致。
void solve() {
double rest = n - m * DISC;
if (fabs(rest) < ZERO_EPS) { // 消除因浮点残差产生的 "-0.00"
rest = 0.0;
}
cout << fixed << setprecision(2) << rest << "\n";
}
int main() {
ios_base::sync_with_stdio(false);
cin.tie(NULL);
if (cin >> n >> m) {
solve();
}
return 0;
}复杂度
- 时间复杂度:
,仅涉及基础的常数次算术运算。 - 空间复杂度:
,仅占用常数级别的内存空间。
总结
本题表面上是一道简单的浮点运算题,但在跨语言与底层编译器行为分析上具有极高价值。以下为详尽的验证结论:
- 核心算法:计算
,并固定输出 2 位小数。时间复杂度为 。 - ★★★ 舍入歧义【数学上不存在】(整套论证):
- 因实际值
,分母 ,故小数位 (小数位集合为 )。 - 穷举证明:真实值到最近平局点(第 3 位小数为 5 的点)的距离恒
(在 时取到最小值 )。 double在上的实测最大误差仅为 9.31e-11,比到平局点的边界距离小了 倍。 V8探针测试显示:5 种舍入候选(printf/half_up/trunc/floor/ceil)在真实数据上的失败集全为;作为对照组,5 个错误公式的失败集均非空各不相同,证明探针有效,数据既无法也无需裁定舍入模式。
- 因实际值
- ★★★
-0.00的根因是 FMA 收缩(fmsub):- 经
-O2汇编证实,编译器会将收缩为一条 fmsub指令,从而产生极微小的负误差导致-0.00;在-O0或-ffp-contract=off编译选项下则无此现象。 - 【易错提醒】:对于整数输入(本题数据域),超大规模验证(1400万+ 组)证实 0 分歧,本题无实际风险。但若数据中包含小数,FMA 收缩会改变保留的第 2 位小数(例如输入
261.115 366.7,C++ 会输出-32.24,而 Python 输出-32.25)。因此,如果题目扩展到小数域,将出现跨语言不一致问题。
- 经
- ★ 公式与输入类型:使用
od -c逐点检验,10 个.in数据点全为整数(未发现任何小数点),最大值均在量级。 - ★ 负结果数据未覆盖:全部 10 个测试点的精确结果均
(最小为 0)。虽然数据未覆盖负数情况( T14),但实测如逻辑表现正确无误。 - ★ 输出格式:输出固定为 2 位小数(末尾 0 严格保留),无行尾空格,末尾恰好 1 个
\n换行符;字节数测试(p1=5B,p8=12B,p10=13B)与评测机.out表现完全一致。 - ★ 验证强度摘要:
V6异源验证:使用Fraction/整数分方案做异源对比,测试规模约 8.3M 组 0 分歧。- 跨语言比对:C++ vs Python 共有 8.26M 组 0 分歧;200,000 个 dyadic 平局点 0 分歧。
V4结构不变量:每行.out值精确等于异源整数真值分。 V1探针与闸门对照组:关闭“消除负零现象”逻辑后,p4确实产生-0.00并被check_bytes拦截报出,证明闸门有效、拒绝空转。- 此外还有
V9加上强制对照组报错证明探针有效,以及V2字面量非硬编码零命中验证。
T9跨语言语义一致性清单:- 类型转换:无风险
- 溢出:无风险
- 整除/取模:无风险
- 浮点格式化:无风险(实测跨语言 0 分歧,且歧义数学上不存在。唯一敏感点是 FMA 收缩 + 输入若有小数)
- 排序稳定性 / 字典序:无风险