algorithm - 为什么我的立方根算法错误？在SICP中练习1.8

>固定，
这不是一个巨大的数字，而是两个巨大数字的一小部分，所以我得到了一个假警报算法是正确的；修改最后一个输入
参数，现在解释器将其检索为十进制逗号，并且
看起来是个小数目。
我在做SICP的练习1.8，Scheme的翻译在评估我的算法时返回错误的答案。有人知道为什么吗？
牛顿求立方根的方法是基于这样一个事实
如果y是x的立方根的近似值，那么
值（x／（y＋2）+（2×y））/ 3给出一个较好的近似值。
使用此公式可实现类似于平方根过程的立方根过程。

(define (cubert x)
        (cubert-iter x x 1))

(define (cubert-iter x previous guess)
        (if (good-enough previous guess)
             guess
             (cubert-iter x guess (improve x guess))))

(define (improve x guess)
        (/ (+ (/ x
                (square guess))
              (* 2
                 guess))
           3))

(define (good-enough previous guess)
        (< (/ (max (square previous)
                   (square guess))
              (min (square previous)
                   (square guess)))
           tolerance))

(define tolerance 2)

（cubert 1000）f r e e z e s给出一个巨大的100位数字
（cubert 27）返回类似3049534534593845092305345的内容
它可能有一个评估顺序错误，但我看不出来

最佳答案

scheme将在大多数具有精确fixnum的实现中尝试在整个执行期间保持这些数字的精确性。如果你要对一些永远不能有精确浮点数的事物进行除法，比如1除以3：

(/ 1 3)
; ==> 1/3

得到精确的值1/3。(cubert 27)的结果完全是fixnum操作，因此它也将产生一个分数结果：

(cubert 27)
; ==> 3 5164693972157389706641814378288819200000000/10804364367444398305386468912180491314165089

如果你想要一个不太精确的数字，比如一个浮点数，你可以从一个不精确的值开始强制它，或者你可以在之后用exact->inexact转换精确的结果：

(cubert #i27)                ; ==> 3.48
(exact->inexact (cubert 27)) ; ==> 3.48

你也可以在你的算法中使用不精确的2，即#i2或'2.02，来预测它。这将迫使一个不精确的结果。