直接用标准库sin()更优，因其基于cordic或minimax多项式，精度高、速度快；自行泰勒展开需角度归约至[-π/2,π/2]并递推计算，否则收敛慢、数值不稳定。
为什么直接用 sin() 就行，还要自己写泰勒展开？
除非你在嵌入式环境没链接标准库、或需要控制精度/性能权衡、或教学验证原理，否则真没必要重写 sin()。标准库的 sin() 是高度优化的（常基于 CORDIC 或 minimax 多项式），比朴素泰勒展开快得多、精度也高得多。自己实现容易掉进“收敛慢”“数值不稳定”“范围不处理”的坑里。
泰勒展开公式和收敛范围怎么选？
正弦函数在 0 处的泰勒级数是：sin(x) = x - x^3/3! + x^5/5! - x^7/7! + ...
这个级数对所有实数 x 都收敛，但**收敛速度随 |x| 增大急剧变慢**。比如 x = π（≈3.14）时，前 5 项误差还约 0.001；x = 10 时，要算到 20 项以上才勉强到 1e-6 精度——这既慢又易因浮点累加误差失准。
- 必须先做**角度归约**：利用
sin(x) = sin(x mod 2π)，再进一步映射到 [-π/2, π/2] 或 [0, π/2] 区间（例如用sin(π - x) = sin(x)），让输入绝对值 ≤ π/2（≈1.57） - 归约后，|x| ≤ 1.57，通常 7~9 项就能达到
double有效位（约 15 位十进制） - 别硬算阶乘：每项递推计算，比如第 n 项（奇数幂）可由上一项乘
-x*x / ((2k)*(2k+1))
怎么写一个靠谱的 C++ 实现？
关键不是“能跑”，而是“不崩、不错、不慢”。下面是一个最小可行版本，含归约和递推：
double my_sin(double x) {
// 归约到 [-π, π]
x = fmod(x, 2 * M_PI);
if (x > M_PI) x -= 2 * M_PI;
else if (x // 利用对称性映射到 [0, π/2]
bool neg = false;
if (x M_PI_2) x = M_PI - x;
// 泰勒展开：sin(x) ≈ x - x³/3! + x⁵/5! - ...
double term = x, sum = term;
double x2 = x * x;
for (int k = 1; k <p>}</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill5502" title="C++ Code Review Master"><img
src="https://img.php.cn/upload/skill/000/000/081/179051228971575.jpg" alt="C++ Code Review Master" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill5502" title="C++ Code Review Master" class="overflowclass">C++ Code Review Master</a>
<p class="overflowclass">组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。</p>
</div>
<a rel="nofollow" href="/xiazai/skill5502" title="C++ Code Review Master" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
注意：M_PI 和 M_PI_2 需定义 #define _USE_MATH_DEFINES 并包含 <cmath></cmath>；fmod 比 % 支持浮点；循环上限 8 是经验值，对应到 x⁹/9! 项，在 |x|≤1.57 下足够。
最容易被忽略的三个坑
实际调试时，90% 的问题出在这儿：
-
fmod对负数行为：C++ 中fmod(-3.5, 2.0)返回 -1.5，不是 0.5，所以归约逻辑必须显式处理符号 - 阶乘爆炸导致中间项溢出：不用递推而直接算
pow(x, 2*k+1)/factorial(2*k+1)，factorial(21)就超过long long范围，double阶乘也会迅速失准 - 小量相减放大误差：当
x很小时（如 1e-8），前几项几乎抵消，靠后面高阶项贡献结果，此时浮点舍入误差会显著影响最后几位有效数字——这不是算法问题，是浮点本质限制
归约不准、递推写错、忽略浮点误差边界，这三个点卡住的人最多。写完务必用 my_sin(0.1)、my_sin(M_PI/2)、my_sin(100.0) 对比 std::sin() 验证。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
