ログアルゴリズム

対数は、地震を測定して金利を計算するアプリケーションの様々な優雅な数学関数です.しかし、私は彼らはあなたの平均アプリケーション開発者のためのツールとして評価されている可能性がありますと思います.
対数の主な人気の使用は、人間にわかりやすい方法で指数関数をチャート化しています.
あなたはBitcoinストックでこれを見ることができます.

コービットケース

デシベルスケール

なぜ私たちのユーザーに日常的な概念をリレーこの強力なツールを使用しない?
ここに例があります:あなたは、フォロワーの多くの人々がNobodyと比較して非常に特大の範囲を持っているので、絶対のようなカウントよりむしろ10のうちのポストのスコアを示すために、Twitterを再設計するかもしれません.言い換えれば、比較的、意味のいずれか、または2つ、または数万人、あなたは誰に応じて取得を意味しています.どのような場合は、再生フィールドのレベルを少しする方法だったか?
さえずりのための好みの理論的な最大数が100ミリメートルであると言いましょう.リニアスケールでは、1ミリメートルスコア1には、明らかにされません1を好む必要があります.
しかし、我々は数式log base likes of max score = exponentを使用して対数スケールで我々のような数字をプロットすることができます.私たちのマックスの好みとマックススコアを数式に置き換えると1/6の指数を与える.したがって、与えられたユーザーのスコアを計算するために、我々はちょうど1/6、またはconst getScore = likes => Math.min(10**6, likes) ** (1/6)の力に好意の数を上げる必要があります.以下にその配布方法を示します

1 like = score of 1
10 likes = score of 1.47
100 likes = score of 2.15
1000 likes = score of 3.16
10000 likes = score of 4.64
100000 likes = score of 6.81
1000000 likes = score of 10

これはまだ私に少しトップ重い感じ-少し微調整しましょう.これを行う一つの方法は、より低い値をパッドに追加することです.

const getScore = likes =>
  (Math.min(10**5, likes) ** (1/5) + Math.min(10**6, likes) ** (1/6)) / 2

これにより、より良いディストリビューションが得られます.

1 like = score of 1
10 likes = score of 1.53
100 likes = score of 2.33
1000 likes = score of 3.57
10000 likes = score of 5.48
100000 likes = score of 8.41
1000000 likes = score of 10

TwitterのUIに適用すると、次のようになります.

これを:

小さな変更(とは必ずしも改善)が、それはアイデアを示しています.
ユーザインタフェース設計における対数用の他のアプリケーションには次のようなものがあります.

いくつかの異なるデータポイントの加重平均を組み込む場合、特に不透明なスコアを提供したい他のインスタンス.

大規模な値よりも小さな値を重くしたい場合は、例えば地方分権を強化するためにDAOの小さな株主に比例してより多くの投票権を与える.

これはとてもおもしろいテクニックだと思います.そして、私のデザインにおいては、対数関数と指数関数のためにより頻繁に到達する予定です.