C言語で誤差判定をマスター！10選の詳細なサンプルコードと使い方

はじめに

C言語は、その強力な性能と高度な機能を活用することで、さまざまな状況での誤差判定を可能にします。

本記事では、C言語で誤差判定を行うための10の詳細なサンプルコードとその使い方を提供します。

この情報を利用して、あなた自身のコードに取り入れ、更なる品質向上を目指しましょう。

●C言語とは

C言語は、コンピュータの世界で広く利用されている汎用プログラミング言語の一つです。

その効率の良さと直接的なメモリ操作の可能性から、オペレーティングシステムや組み込みシステムの開発に欠かせない存在となっています。

C言語の重要な特徴の一つに、誤差判定の仕組みがあります。

●誤差とは

誤差とは、計算結果や観測結果が真の値からどれだけずれているかを表すものです。

プログラミングにおける誤差は、数値計算における丸め誤差、計算精度の限界に起因する誤差、アルゴリズムの不完全さからくる誤差など、さまざまな原因で生じます。

●C言語での誤差判定の基本

C言語で誤差判定を行う基本的な方法は、実数値の比較を行う際に直接比較を避け、許容誤差内での比較を行うことです。

○サンプルコード1：基本的な誤差判定

次のサンプルコードは、C言語での基本的な誤差判定を行うものです。

このコードではfabs関数を使って絶対値を計算し、その差が許容誤差より小さいかどうかを判定しています。

#include <math.h>

double a = 1.0;
double b = 1.000001;
double eps = 0.00001;

if (fabs(a - b) < eps) {
    printf("aとbは許容誤差内です。\n");
} else {
    printf("aとbは許容誤差を超えています。\n");
}

このコードを実行すると、”aとbは許容誤差内です。”と出力されます。

なぜなら、変数aとbの差が許容誤差epsよりも小さいからです。

●詳細な使い方

C言語での誤差判定は、単一の値だけでなく、浮動小数点数や配列の要素間でも利用できます。

それぞれの詳細な使用方法をサンプルコードとともに説明します。

○サンプルコード2：浮動小数点数の誤差判定

このコードでは、浮動小数点数間での誤差判定を表しています。

浮動小数点数の誤差判定では、丸め誤差により等しくないはずの数値が等しいと誤判定される可能性があります。

#include <math.h>

double x = 0.1;
double y = 1.0 / 10.0;
double eps = 1.0E-14;

if (fabs(x - y) < eps) {
    printf("xとyは許容誤差内です。\n");
} else {
    printf("xとyは許容誤差を超えています。\n");
}

このコードを実行すると、”xとyは許容誤差内です。”と出力されます。

なぜなら、変数xとyの差が許容誤差epsよりも小さいからです。

○サンプルコード3：配列の要素間の誤差判定

このコードは、配列の要素間での誤差判定を表しています。

配列の要素間の誤差判定は、数値計算の結果が一定の範囲内に収まっていることを確認する際などに使用します。

#include <math.h>

double arr1[3] = {1.0, 2.0, 3.0};
double arr2[3] = {1.00001, 2.00001, 3.00001};
double eps = 0.0001;

for (int i = 0; i < 3; i++) {
    if (fabs(arr1[i] - arr2[i]) >= eps) {
        printf("arr1とarr2は許容誤差を超えています。\n");
        break;
    }
    if (i == 2) {
        printf("arr1とarr2はすべての要素で許容誤差内です。\n");
    }
}

このコードを実行すると、”arr1とarr2はすべての要素で許容誤差内です。”と出力されます。

なぜなら、配列arr1とarr2のすべての要素間の差が許容誤差epsよりも小さいからです。

●誤差判定の応用例

ここでは誤差判定の具体的な応用例をいくつか見ていきましょう。

ここで紹介する例は、実際のプログラム開発での誤差判定がどのように役立つのかを理解するためのものです。

実際の問題設定や解決策は多岐にわたりますが、これらの例を通じて誤差判定の基本的な手法をマスターしましょう。

○サンプルコード4：行列計算における誤差判定

行列計算は機械学習や物理学など、多くの領域で用いられます。

下記のサンプルコードでは、行列の積の計算を行い、その結果がある基準を満たすかどうか誤差判定を行っています。

#include <stdio.h>
#define N 3

void mul(int a[N][N], int b[N][N], int c[N][N]) {
    for (int i = 0; i < N; i++) {
        for (int j = 0; j < N; j++) {
            c[i][j] = 0;
            for (int k = 0; k < N; k++) {
                c[i][j] += a[i][k] * b[k][j];
            }
        }
    }
}

int main() {
    int a[N][N] = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}};
    int b[N][N] = {{1, 0, 0}, {0, 1, 0}, {0, 0, 1}};
    int c[N][N];
    mul(a, b, c);

    for (int i = 0; i < N; i++) {
        for (int j = 0; j < N; j++) {
            if (a[i][j] != c[i][j]) {
                printf("誤差があります\n");
                return 1;
            }
        }
    }
    printf("誤差はありません\n");
    return 0;
}

このコードでは、行列aと単位行列bの積を計算し、その結果が元の行列aと等しいかどうかをチェックしています。

理論的には行列aと単位行列bの積は行列a自身となるはずですが、計算誤差やプログラムのバグにより異なる結果となる可能性があります。

このように誤差判定を行うことで、予期しない結果やバグを発見することが可能となります。

○サンプルコード5：関数の近似値計算における誤差判定

関数の近似計算は、複雑な関数の値を計算する際や、解析的に解が得られない微分方程式の数値解析などで用いられます。

下記のサンプルコードでは、三角関数のsin(x)のテイラー展開を用いた近似計算を行い、その結果がライブラリ関数による計算結果とどの程度一致するか誤差判定を行っています。

#include <stdio.h>
#include <math.h>

double taylor_sin(double x) {
    double term = x, sum = x;
    int i = 1;
    while (fabs(term) > 1e-10) {
        term *= -x * x / ((2 * i) * (2 * i + 1));
        sum += term;
        i++;
    }
    return sum;
}

int main() {
    for (double x = 0; x <= 2 * M_PI; x += M_PI / 6) {
        double lib = sin(x);
        double taylor = taylor_sin(x);
        if (fabs(lib - taylor) > 1e-6) {
            printf("誤差があります\n");
            return 1;
        }
    }
    printf("誤差はありません\n");
    return 0;
}

このコードでは、0から2πまでの範囲でsin(x)の値をテイラー展開とライブラリ関数の両方で計算し、その結果が一致するかを誤差判定しています。

この誤差判定を用いることで、近似計算の精度を評価したり、アルゴリズムの改善を行ったりすることが可能となります。

○サンプルコード6：画像処理における誤差判定

画像処理では、画像の各ピクセルの色情報に対する操作が頻繁に行われます。

下記のサンプルコードでは、画像の明るさを調整する操作を行い、その結果がある基準を満たすか誤差判定を行っています。

#include <stdio.h>
#include <stdlib.h>
#define W 100
#define H 100

typedef struct {
    unsigned char r, g, b;
} Pixel;

void brighten(Pixel img[H][W], int b) {
    for (int i = 0; i < H; i++) {
        for (int j = 0; j < W; j++) {
            img[i][j].r = (img[i][j].r + b > 255) ? 255 : img[i][j].r + b;
            img[i][j].g = (img[i][j].g + b > 255) ? 255 : img[i][j].g + b;
            img[i][j].b = (img[i][j].b + b > 255) ? 255 : img[i][j].b + b;
        }
    }
}

int main() {
    Pixel img[H][W];
    // 画像データの初期化（ここではランダムな値を設定）
    for (int i = 0; i < H; i++) {
        for (int j = 0; j < W; j++) {
            img[i][j].r = rand() % 256;
            img[i][j].g = rand() % 256;
            img[i][j].b = rand() % 256;
        }
    }
    // 明るさ調整前の平均輝度を計算
    long sum_before = 0;
    for (int i = 0; i < H; i++) {
        for (int j = 0; j < W; j++) {
            sum_before += (img[i][j].r + img[i][j].g + img[i][j].b) / 3;
        }
    }
    double avg_before = (double)sum_before / (W * H);
    // 明るさを調整
    brighten(img, 50);
    // 明るさ調整後の平均輝度を計算
    long sum_after = 0;
    for (int i = 0; i < H; i++) {
        for (int j = 0; j < W; j++) {
            sum_after += (img[i][j].r + img[i][j].g + img[i][j].b) / 3;
        }
    }
    double avg_after = (double)sum_after / (W * H);
    // 調整前後の平均輝度の差が50に近いか誤差判定
    if (fabs(avg_after - avg_before - 50) > 1) {
        printf("誤差があります\n");
        return 1;
    }
    printf("誤差はありません\n");
    return 0;
}

このコードでは、画像の各ピクセルの色を明るくする操作を行い、その結果画像の平均輝度が適切に増加したかを誤差判定しています。

この誤差判定を用いることで、画像操作の結果を定量的に評価したり、バグを発見したりすることが可能となります。

○サンプルコード7：物理シミュレーションにおける誤差判定

物理シミュレーションにおける誤差判定も非常に重要なスキルとなります。

物理現象をコンピュータ上で再現するためには、緻密な計算が求められます。

しかし、コンピュータの計算能力には限界があり、実際の物理現象を完全に再現することは不可能です。

そのため、どの程度の誤差を許容するか、誤差の範囲を適切に判断できるかが求められます。

下記のサンプルコードは、質点の運動をシミュレーションするためのものです。

物体の位置と速度を更新する際に、誤差判定を行い、その結果を出力します。

#include <stdio.h>
#include <math.h>

typedef struct {
    double x;
    double v;
} Particle;

void update(Particle *p, double dt, double a) {
    double x_prev = p->x;
    p->x += p->v * dt + 0.5 * a * dt * dt;
    p->v += a * dt;
    if (fabs(p->x - x_prev - p->v * dt) > 0.01) {
        printf("計算誤差があります\n");
    } else {
        printf("計算誤差はありません\n");
    }
}

int main() {
    Particle p = {0.0, 0.0};
    update(&p, 0.1, 9.8);
    return 0;
}

このコードでは、質点の位置と速度を物理的な法則に基づいて更新しています。

具体的には、質点の新しい位置は旧位置と速度により決定され、新しい速度は旧速度と加速度により決定されます。

この際、速度による移動距離と加速度による移動距離の和が新しい位置と旧位置との差と一致するはずです。

しかし、浮動小数点数の計算には誤差が含まれるため、完全に一致しない可能性があります。

そのため、新しい位置と旧位置との差と速度による移動距離の差を比較し、その絶対値が一定の誤差範囲内に収まっているかを判定しています。

このように、物理シミュレーションでは浮動小数点数の計算誤差により、計算結果が理論値からずれる可能性があります。

そのため、適切な誤差判定を行い、その範囲内で結果が得られているかを確認することが必要となります。

このコードを実行すると、「計算誤差があります」または「計算誤差はありません」と表示されます。

この結果は、浮動小数点数の計算誤差が許容範囲内であるかを表しています。

誤差が許容範囲を超えた場合、計算結果が信頼できない可能性がありますので、注意が必要です。

○サンプルコード8：音声処理における誤差判定

音声処理はデータの量が大きく、細かい誤差が生じやすい分野です。

ここでは、音声データの波形間の誤差を判定する一例として、2つの音声データが一定の誤差範囲内であるかどうかをチェックするサンプルコードを紹介します。

#include <stdio.h>
#include <math.h>

#define SIZE 1000
#define ERROR_RANGE 0.01

void is_similar(double data1[SIZE], double data2[SIZE]) {
    int i;
    for (i = 0; i < SIZE; i++) {
        // data1とdata2の誤差がERROR_RANGE以内かチェック
        if (fabs(data1[i] - data2[i]) > ERROR_RANGE) {
            printf("データが大きく異なります。\n");
            return;
        }
    }
    printf("データは類似しています。\n");
}

int main(void) {
    double data1[SIZE], data2[SIZE];
    // data1とdata2を適当に初期化する

    is_similar(data1, data2);
    return 0;
}

このコードでは、2つの音声データ（ここではdata1とdata2と表現）の誤差が一定の範囲（ERROR_RANGE）以内であるかどうかを判定しています。

それぞれの音声データはdouble型の配列で表され、各要素は一つのサンプル（音声データの一点）を表します。

ここでは、音声データのサンプル数は1000（SIZE）と仮定しています。

is_similar関数内のforループでは、2つの音声データの各サンプル間の誤差を計算し、その絶対値がERROR_RANGEを超える場合は、「データが大きく異なります」と出力し、関数を終了します。

全てのサンプルの誤差がERROR_RANGE以内であれば、「データは類似しています」と出力します。

注意点として、実際の音声処理では、ここで使用する音声データは適切に取得・初期化する必要があります。

このコードでは省略していますが、実際にはWAVファイルなどから読み取ったデータを使用します。

このコードを実行すると、与えられた2つの音声データが指定した誤差範囲内であるかどうかの結果が表示されます。

これにより、例えば同じ音源から録音された2つの音声データが同じであるか、あるいは音声認識の結果が正確であるかなどを判定するのに使用できます。

○サンプルコード9：機械学習における誤差判定

機械学習では、モデルの性能を評価するために誤差の計算が頻繁に行われます。

ここでは、回帰問題を解く機械学習モデルの評価に使用される平均二乗誤差（Mean Squared Error：MSE）を計算するサンプルコードを紹介します。

#include <stdio.h>
#include <math.h>

#define SIZE 100

double mse(double pred[SIZE], double truth[SIZE]) {
    double error = 0.0;
    int i;
    for (i = 0; i < SIZE; i++) {
        double diff = pred[i] - truth[i];
        error += diff * diff;
    }
    return error / SIZE;
}

int main(void) {
    double pred[SIZE], truth[SIZE];
    // predとtruthを適当に初期化する

    double error = mse(pred, truth);
    printf("MSE: %f\n", error);
    return 0;
}

このコードでは、予測値（pred）と真の値（truth）の誤差を計算し、その二乗値の平均（MSE）を返す関数mseを定義しています。

MSEは誤差の二乗を平均することで、大きな誤差を重視する性質があります。

したがって、MSEが小さいほどモデルの性能は高いと言えます。

注意点として、ここで使用する予測値と真の値は、実際には機械学習モデルからの出力やテストデータなどを使用します。

このコードでは省略していますが、実際にはこれらのデータの取得やモデルからの予測の生成などが必要です。

このコードを実行すると、予測値と真の値のMSEが表示されます。

これにより、機械学習モデルの性能を定量的に評価することができます。

○サンプルコード10：ネットワーク通信における誤差判定

ネットワーク通信では、送受信データの誤差をチェックすることが重要となります。

一例として、パケットのエラーチェックを行うためのCRC（Cyclic Redundancy Check）があります。

今回紹介するサンプルコードは、CRCの計算方法を表すものです。

このコードでは、CRC計算用の関数を作成し、データ配列に対してCRC値を計算します。

#include <stdio.h>

// CRC計算用の関数
unsigned short crc16(unsigned char *data, unsigned int length) {
  unsigned short crc = 0xFFFF;
  unsigned int i, j;

  for (i = 0; i < length; i++) {
    crc ^= (unsigned short)(data[i] << 8);
    for (j = 0; j < 8; j++) {
      if (crc & 0x8000) {
        crc = (crc << 1) ^ 0x1021;
      } else {
        crc = crc << 1;
      }
    }
  }

  return crc;
}

int main() {
  unsigned char data[] = {0x01, 0x02, 0x03, 0x04, 0x05};
  unsigned short crc = crc16(data, sizeof(data)/sizeof(data[0]));

  printf("CRC16値: %04X\n", crc);

  return 0;
}

この例では、crc16関数を作成してデータのCRC16値を計算しています。

この関数は、入力されたデータ（unsigned char型の配列）とその長さを引数に取り、計算結果のCRC16値（unsigned short型）を返します。

具体的には、forループを用いて各データに対するCRCの計算を行います。

CRC値は初期値として0xFFFFを用い、1バイトずつデータを処理して新たなCRC値を求めます。

main関数では、上記で定義したcrc16関数を用いて5バイトのデータ配列（0x01, 0x02, 0x03, 0x04, 0x05）のCRC値を計算します。結果は16進数で表示されます。

このコードを実行すると、次のような出力が得られます。

CRC16値: 37F0

データ配列のCRC16値が計算され、その結果が16進数で出力されるのです。

このCRC計算はネットワーク通信だけでなく、データのエラーチェックに広く使用されます。

特に通信エラーが生じやすいワイヤレス通信や、長時間稼働させるシステムでは、データの信頼性を確保するために重要な手段となります。

●注意点と対処法

誤差判定を行う際にはいくつかの注意点があります。まず一つ目は、使用するデータの範囲と型に注意することです。

例えば、符号なし整数を扱う場合、負の値を考慮しないコードになる可能性があります。

そのため、データ型と範囲を明確に理解した上で、誤差判定のロジックを実装することが求められます。

また、浮動小数点数を扱う際には、丸め誤差による影響を考慮する必要があります。

直接の等価比較ではなく、ある範囲内での比較を行うことで丸め誤差を回避することが可能です。

さらに、ネットワーク通信やファイルの読み書きなど、外部とのインターフェースを介してデータを扱う場合には、エラーハンドリングをきちんと行うことが重要です。

例えば、通信エラーによるデータの欠損や、ファイルの読み込みエラーなどを適切に処理することで、予期せぬ誤差を防ぐことが可能です。

●カスタマイズ方法

誤差判定の方法は、その使用目的や要件に応じてカスタマイズすることが可能です。

例えば、ネットワーク通信におけるCRCの計算方法は、使用する多項式や初期値、反転処理などにより様々なバリエーションが存在します。

これらのパラメータを変更することで、自分の目的に最適な誤差判定方法を実装することが可能です。

また、配列や行列の要素間の誤差を計算する際には、その計算方法を自由に選択することができます。

平均誤差、最大誤差、RMS誤差など、目的に応じて最適な誤差計算方法を選択することが可能です。

まとめ

この記事では、C言語での誤差判定の基本から応用例、注意点、カスタマイズ方法までを解説しました。

誤差判定は、プログラムが正確かつ効率的に動作するために不可欠な要素です。

この記事で紹介したサンプルコードや説明が、読者の皆様のプログラミングライフに役立つことを願っています。