Post #144

我做实验时常遇到这个需求：在对数意义下均匀地测试一个变量的一系列取值，例如每秒 10 个请求、100 个请求、1000 个请求时系统性能，或是 4KiB、8KiB、16KiB 等不同数据量的处理性能。 每次乘以 10 或乘以 2 都比较简单，但是如果希望乘以更小的数，还希望序列中的数字有效位数较少，对人来说看起来方便，就有点难了。例如每次简单地乘以 1.1 会得到 1.21、1.331、1.4641、1.61051。 于是我常在实验脚本中手写：[10, 13, 17, 20, 25, 30, 40, 50, 60, 80, 100, 130, 170, …]，相对来说比较好读，对数意义下切分也比较均匀。（不需要完美均匀，只是越不均匀的话实验效率越低，会有一些区间实验太多，另一些区间实验不足。） 今天才知道这个问题叫 https://en.wikipedia.org/wiki/Preferred_number ，一些例子： 1-2-5：1, 2, 5, 10 R5：10, 16, 25, 40, 63, 100 R10：100, 125, 160, 200, 250, 315, 400, 500, 630, 800, 1000 E3：10, 22, 47, 100 E6：10, 15, 22, 33, 47, 68, 100 E12：10, 12, 15, 18, 22, 27, 33, 39, 47, 56, 68, 82, 100 E24：10, 11, 12, 13, 15, 16, 18, 20, 22, 24, 27, 30, 33, 36, 39, 43, 47, 51, 56, 62, 68, 75, 82, 91, 100 E 系列的数还有一个好处，E6、E12、E24 分别近似每步加 50%、20%、10%，步长比较“整”。