Почему значения хэша для NaN и Inf - Inf различаются?

Это связано с digest::digest, использующим base::serialize, который дает неидентичные результаты для двух упомянутых объектов с ascii = FALSE, который по умолчанию передается ему digest:

identical(
  base::serialize(Inf-Inf, connection = NULL, ascii = FALSE),
  base::serialize(NaN, connection = NULL, ascii = FALSE)
)
# [1] FALSE

Несмотря на то

identical(Inf-Inf, NaN)
# [1] TRUE

tl; dr, это связано с очень глубокими деталями того, как NaN представлены в двоичном формате. Вы можете обойти это, используя digest(.,ascii=TRUE) ...

В продолжение ответа @Jozef: обратите внимание на цифры, выделенные жирным шрифтом ...

> base::serialize(Inf-Inf,connection=NULL)
[1] 58 0a 00 00 00 03 00 03 06 00 00 03 05 00 00 00 00 05 55 54 46 2d 38 00 00
[26] 00 0e 00 00 00 01 ff f8 00 00 00 00 00 00
> base::serialize(NaN,connection=NULL)
[1] 58 0a 00 00 00 03 00 03 06 00 00 03 05 00 00 00 00 05 55 54 46 2d 38 00 00
[26] 00 0e 00 00 00 01 7f f8 00 00 00 00 00 00

В качестве альтернативы, используя pryr::bytes() ...

> bytes(NaN)
[1] "7F F8 00 00 00 00 00 00"
> bytes(Inf-Inf)
[1] "FF F8 00 00 00 00 00 00"

Статья в Википедии о формате с плавающей запятой / NaN говорит:

Some operations of floating-point arithmetic are invalid, such as taking the square root of a negative number. The act of reaching an invalid result is called a floating-point exception. An exceptional result is represented by a special code called a NaN, for "Not a Number". All NaNs in IEEE 754-1985 have this format:

• sign = either 0 or 1.
• biased exponent = all 1 bits.
• fraction = anything except all 0 bits (since all 0 bits represents infinity).

Знак - это первый бит; экспонента - это следующие 11 бит; дробь - это последние 52 бита. При переводе первых четырех шестнадцатеричных цифр, приведенных выше, в двоичный, Inf-Inf - это 1111 1111 1111 0100 (знак = 1; экспонента - все единицы, если требуется; дробь начинается с 0100), тогда как NaN - это 0111 1111 1111 0100 (то же самое, но со знаком = 0).

Чтобы понять, что ЗачемInf-Inf имеет знаковый бит 1, а NaN имеет знаковый бит 0, вам, вероятно, придется более глубоко изучить способ реализации арифметики с плавающей запятой на этой платформе ...

Возможно, стоит поднять проблема с дайджестом репозитория GitHub по этому поводу; Я не могу придумать способ сделать это элегантный, но кажется разумным, что объекты, где identical(x,y) - это TRUE в R, должны иметь идентичные хэши ... Обратите внимание, что identical() специально игнорирует эти различия в битовых шаблонах через аргумент single.NA (по умолчанию TRUE) :

single.NA: logical indicating if there is conceptually just one numeric ‘NA’ and one ‘NaN’; ‘single.NA = FALSE’ differentiates bit patterns.

Внутри кода C, похоже, R просто использует оператор C != для сравнения значений NaN. Включено побитовое сравнение пока не, и в этом случае выполняется явная проверка равенства ячеек памяти: см. здесь. То есть оператор сравнения C, по-видимому, обрабатывает различные типы значений NaN как эквивалентные ...