XSum - 带有误差补偿的快速浮点数求和算法浮点数之和的精度受到截断误差的限制。例如，SUM([1e16, 1, -1e16])返回 0 而不是 1，并且 SUM(RANDN(N, 1)) 的误差约为 EPS*(N / 10)。Kahan、Knuth、Dekker、Ogita 和 Rump（以及其他人）已经推导出了一些方法来减少舍入误差的影响，这些方法在这里实现为快速 C-Mex：XSum(RANDN(N, 1), 'Knuth') 的精度达到所有 15 位数字。输入：X：任意大小的双数组。N：要操作的维度。方法：字符串：'Double'、'Long'、'Kahan'、'KnuthLong'、'Knuth2'。输出：Y：双数组，相当于 SUM，但误差补偿取决于方法。高精度结果四舍五入到双精度。方法：这是一种快速且高精度的算法，用于求解浮点数之和，并通过误差补偿来提高其精度。