FastMath test3

Percentage Accurate: 97.9% → 98.9%

Time: 31.4s

Alternatives: 8

Speedup: 1.8×

• 20.3% of points produce a very large (infinite) output. You may want to add a precondition.

Specification

Math

\[\begin{array}{l} \\ \left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \end{array} \]

FPCore

(FPCore (d1 d2 d3) :precision binary64 (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3)))

C

double code(double d1, double d2, double d3) {
	return ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
}

Fortran

real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    code = ((d1 * 3.0d0) + (d1 * d2)) + (d1 * d3)
end function

Java

public static double code(double d1, double d2, double d3) {
	return ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
}

Python

def code(d1, d2, d3):
	return ((d1 * 3.0) + (d1 * d2)) + (d1 * d3)

Julia

function code(d1, d2, d3)
	return Float64(Float64(Float64(d1 * 3.0) + Float64(d1 * d2)) + Float64(d1 * d3))
end

MATLAB

function tmp = code(d1, d2, d3)
	tmp = ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
end

Wolfram

code[d1_, d2_, d3_] := N[(N[(N[(d1 * 3.0), $MachinePrecision] + N[(d1 * d2), $MachinePrecision]), $MachinePrecision] + N[(d1 * d3), $MachinePrecision]), $MachinePrecision]

Initial Program: 97.9% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \end{array} \]

FPCore

(FPCore (d1 d2 d3) :precision binary64 (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3)))

C

double code(double d1, double d2, double d3) {
	return ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
}

Fortran

real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    code = ((d1 * 3.0d0) + (d1 * d2)) + (d1 * d3)
end function

Java

public static double code(double d1, double d2, double d3) {
	return ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
}

Python

def code(d1, d2, d3):
	return ((d1 * 3.0) + (d1 * d2)) + (d1 * d3)

Julia

function code(d1, d2, d3)
	return Float64(Float64(Float64(d1 * 3.0) + Float64(d1 * d2)) + Float64(d1 * d3))
end

MATLAB

function tmp = code(d1, d2, d3)
	tmp = ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
end

Wolfram

code[d1_, d2_, d3_] := N[(N[(N[(d1 * 3.0), $MachinePrecision] + N[(d1 * d2), $MachinePrecision]), $MachinePrecision] + N[(d1 * d3), $MachinePrecision]), $MachinePrecision]

Alternative 1: 98.9% accurate, 1.5× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \mathsf{fma}\left(d2 + 3, d1, d3 \cdot d1\right) \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3) :precision binary64 (fma (+ d2 3.0) d1 (* d3 d1)))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	return fma((d2 + 3.0), d1, (d3 * d1));
}

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	return fma(Float64(d2 + 3.0), d1, Float64(d3 * d1))
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := N[(N[(d2 + 3.0), $MachinePrecision] * d1 + N[(d3 * d1), $MachinePrecision]), $MachinePrecision]

Derivation

1. Initial program 98.7%

   \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
2. Add Preprocessing
3. Step-by-step derivation

   1. lift-+.f64 N/A

      \[\leadsto \color{blue}{\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3} \]

   2. lift-+.f64 N/A

      \[\leadsto \color{blue}{\left(d1 \cdot 3 + d1 \cdot d2\right)} + d1 \cdot d3 \]

   3. lift-*.f64 N/A

      \[\leadsto \left(\color{blue}{d1 \cdot 3} + d1 \cdot d2\right) + d1 \cdot d3 \]

   4. lift-*.f64 N/A

      \[\leadsto \left(d1 \cdot 3 + \color{blue}{d1 \cdot d2}\right) + d1 \cdot d3 \]

   5. distribute-lft-out N/A

      \[\leadsto \color{blue}{d1 \cdot \left(3 + d2\right)} + d1 \cdot d3 \]

   6. *-commutative N/A

      \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} + d1 \cdot d3 \]

   7. lower-fma.f64 N/A

      \[\leadsto \color{blue}{\mathsf{fma}\left(3 + d2, d1, d1 \cdot d3\right)} \]

   8. +-commutative N/A

      \[\leadsto \mathsf{fma}\left(\color{blue}{d2 + 3}, d1, d1 \cdot d3\right) \]

   9. lower-+.f64 99.6

      \[\leadsto \mathsf{fma}\left(\color{blue}{d2 + 3}, d1, d1 \cdot d3\right) \]

   10. lift-*.f64 N/A

       \[\leadsto \mathsf{fma}\left(d2 + 3, d1, \color{blue}{d1 \cdot d3}\right) \]

   11. *-commutative N/A

       \[\leadsto \mathsf{fma}\left(d2 + 3, d1, \color{blue}{d3 \cdot d1}\right) \]

   12. lower-*.f64 99.6

       \[\leadsto \mathsf{fma}\left(d2 + 3, d1, \color{blue}{d3 \cdot d1}\right) \]

4. Applied rewrites 99.6%

   \[\leadsto \color{blue}{\mathsf{fma}\left(d2 + 3, d1, d3 \cdot d1\right)} \]
5. Add Preprocessing

Alternative 2: 41.8% accurate, 0.4× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \begin{array}{l} t_0 := \left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3\\ \mathbf{if}\;t\_0 \leq -5 \cdot 10^{-295}:\\ \;\;\;\;d2 \cdot d1\\ \mathbf{elif}\;t\_0 \leq 2 \cdot 10^{-153}:\\ \;\;\;\;3 \cdot d1\\ \mathbf{else}:\\ \;\;\;\;d3 \cdot d1\\ \end{array} \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3)
 :precision binary64
 (let* ((t_0 (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3))))
   (if (<= t_0 -5e-295) (* d2 d1) (if (<= t_0 2e-153) (* 3.0 d1) (* d3 d1)))))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	double t_0 = ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
	double tmp;
	if (t_0 <= -5e-295) {
		tmp = d2 * d1;
	} else if (t_0 <= 2e-153) {
		tmp = 3.0 * d1;
	} else {
		tmp = d3 * d1;
	}
	return tmp;
}

Fortran

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    real(8) :: t_0
    real(8) :: tmp
    t_0 = ((d1 * 3.0d0) + (d1 * d2)) + (d1 * d3)
    if (t_0 <= (-5d-295)) then
        tmp = d2 * d1
    else if (t_0 <= 2d-153) then
        tmp = 3.0d0 * d1
    else
        tmp = d3 * d1
    end if
    code = tmp
end function

Java

assert d1 < d2 && d2 < d3;
public static double code(double d1, double d2, double d3) {
	double t_0 = ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
	double tmp;
	if (t_0 <= -5e-295) {
		tmp = d2 * d1;
	} else if (t_0 <= 2e-153) {
		tmp = 3.0 * d1;
	} else {
		tmp = d3 * d1;
	}
	return tmp;
}

Python

[d1, d2, d3] = sort([d1, d2, d3])
def code(d1, d2, d3):
	t_0 = ((d1 * 3.0) + (d1 * d2)) + (d1 * d3)
	tmp = 0
	if t_0 <= -5e-295:
		tmp = d2 * d1
	elif t_0 <= 2e-153:
		tmp = 3.0 * d1
	else:
		tmp = d3 * d1
	return tmp

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	t_0 = Float64(Float64(Float64(d1 * 3.0) + Float64(d1 * d2)) + Float64(d1 * d3))
	tmp = 0.0
	if (t_0 <= -5e-295)
		tmp = Float64(d2 * d1);
	elseif (t_0 <= 2e-153)
		tmp = Float64(3.0 * d1);
	else
		tmp = Float64(d3 * d1);
	end
	return tmp
end

MATLAB

d1, d2, d3 = num2cell(sort([d1, d2, d3])){:}
function tmp_2 = code(d1, d2, d3)
	t_0 = ((d1 * 3.0) + (d1 * d2)) + (d1 * d3);
	tmp = 0.0;
	if (t_0 <= -5e-295)
		tmp = d2 * d1;
	elseif (t_0 <= 2e-153)
		tmp = 3.0 * d1;
	else
		tmp = d3 * d1;
	end
	tmp_2 = tmp;
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := Block[{t$95$0 = N[(N[(N[(d1 * 3.0), $MachinePrecision] + N[(d1 * d2), $MachinePrecision]), $MachinePrecision] + N[(d1 * d3), $MachinePrecision]), $MachinePrecision]}, If[LessEqual[t$95$0, -5e-295], N[(d2 * d1), $MachinePrecision], If[LessEqual[t$95$0, 2e-153], N[(3.0 * d1), $MachinePrecision], N[(d3 * d1), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3)) < -5.00000000000000008e-295

   1. Initial program 99.9%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d2 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
   4. Step-by-step derivation

      1. +-commutative N/A

         \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

      2. *-commutative N/A

         \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

      3. distribute-lft-out N/A

         \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

      4. *-commutative N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      5. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      6. metadata-eval N/A

         \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

      8. lower--.f64 58.2

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   5. Applied rewrites 58.2%

      \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]
   6. Step-by-step derivation

   7. Applied rewrites 58.2%

      \[\leadsto \mathsf{fma}\left(d3, \color{blue}{d1}, d1 \cdot 3\right) \]

   8. Taylor expanded in d2 around inf

      \[\leadsto \color{blue}{d1 \cdot d2} \]
   9. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d2 \cdot d1} \]

      2. lower-*.f64 46.1

         \[\leadsto \color{blue}{d2 \cdot d1} \]

   10. Applied rewrites 46.1%

       \[\leadsto \color{blue}{d2 \cdot d1} \]

   if -5.00000000000000008e-295 < (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3)) < 2.00000000000000008e-153

   1. Initial program 99.8%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d2 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
   4. Step-by-step derivation

      1. +-commutative N/A

         \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

      2. *-commutative N/A

         \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

      3. distribute-lft-out N/A

         \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

      4. *-commutative N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      5. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      6. metadata-eval N/A

         \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

      8. lower--.f64 77.5

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   5. Applied rewrites 77.5%

      \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]

   6. Taylor expanded in d3 around 0

      \[\leadsto 3 \cdot \color{blue}{d1} \]
   7. Step-by-step derivation

   8. Applied rewrites 70.5%

      \[\leadsto 3 \cdot \color{blue}{d1} \]

   if 2.00000000000000008e-153 < (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3))

   1. Initial program 97.4%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d3 around inf

      \[\leadsto \color{blue}{d1 \cdot d3} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d3 \cdot d1} \]

      2. lower-*.f64 43.1

         \[\leadsto \color{blue}{d3 \cdot d1} \]

   5. Applied rewrites 43.1%

      \[\leadsto \color{blue}{d3 \cdot d1} \]
3. Recombined 3 regimes into one program.
4. Add Preprocessing

Alternative 3: 63.4% accurate, 0.6× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \begin{array}{l} \mathbf{if}\;\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \leq 10^{-271}:\\ \;\;\;\;\left(d2 - -3\right) \cdot d1\\ \mathbf{else}:\\ \;\;\;\;\mathsf{fma}\left(d3, d1, d1 \cdot 3\right)\\ \end{array} \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3)
 :precision binary64
 (if (<= (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3)) 1e-271)
   (* (- d2 -3.0) d1)
   (fma d3 d1 (* d1 3.0))))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	double tmp;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= 1e-271) {
		tmp = (d2 - -3.0) * d1;
	} else {
		tmp = fma(d3, d1, (d1 * 3.0));
	}
	return tmp;
}

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	tmp = 0.0
	if (Float64(Float64(Float64(d1 * 3.0) + Float64(d1 * d2)) + Float64(d1 * d3)) <= 1e-271)
		tmp = Float64(Float64(d2 - -3.0) * d1);
	else
		tmp = fma(d3, d1, Float64(d1 * 3.0));
	end
	return tmp
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := If[LessEqual[N[(N[(N[(d1 * 3.0), $MachinePrecision] + N[(d1 * d2), $MachinePrecision]), $MachinePrecision] + N[(d1 * d3), $MachinePrecision]), $MachinePrecision], 1e-271], N[(N[(d2 - -3.0), $MachinePrecision] * d1), $MachinePrecision], N[(d3 * d1 + N[(d1 * 3.0), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3)) < 9.99999999999999963e-272

   1. Initial program 99.9%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d3 around inf

      \[\leadsto \color{blue}{d1 \cdot d3} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d3 \cdot d1} \]

      2. lower-*.f64 38.0

         \[\leadsto \color{blue}{d3 \cdot d1} \]

   5. Applied rewrites 38.0%

      \[\leadsto \color{blue}{d3 \cdot d1} \]

   6. Taylor expanded in d3 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d2} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto 3 \cdot d1 + \color{blue}{d2 \cdot d1} \]

      2. distribute-rgt-in N/A

         \[\leadsto \color{blue}{d1 \cdot \left(3 + d2\right)} \]

      3. *-commutative N/A

         \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} \]

      4. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} \]

      5. +-commutative N/A

         \[\leadsto \color{blue}{\left(d2 + 3\right)} \cdot d1 \]

      6. metadata-eval N/A

         \[\leadsto \left(d2 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d2 - -3\right)} \cdot d1 \]

      8. lower--.f64 65.9

         \[\leadsto \color{blue}{\left(d2 - -3\right)} \cdot d1 \]

   8. Applied rewrites 65.9%

      \[\leadsto \color{blue}{\left(d2 - -3\right) \cdot d1} \]

   if 9.99999999999999963e-272 < (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3))

   1. Initial program 97.7%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d2 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
   4. Step-by-step derivation

      1. +-commutative N/A

         \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

      2. *-commutative N/A

         \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

      3. distribute-lft-out N/A

         \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

      4. *-commutative N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      5. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      6. metadata-eval N/A

         \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

      8. lower--.f64 61.3

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   5. Applied rewrites 61.3%

      \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]
   6. Step-by-step derivation

   7. Applied rewrites 61.3%

      \[\leadsto \mathsf{fma}\left(d3, \color{blue}{d1}, d1 \cdot 3\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 4: 63.4% accurate, 0.6× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \begin{array}{l} \mathbf{if}\;\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \leq 10^{-271}:\\ \;\;\;\;\left(d2 - -3\right) \cdot d1\\ \mathbf{else}:\\ \;\;\;\;\left(d3 - -3\right) \cdot d1\\ \end{array} \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3)
 :precision binary64
 (if (<= (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3)) 1e-271)
   (* (- d2 -3.0) d1)
   (* (- d3 -3.0) d1)))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	double tmp;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= 1e-271) {
		tmp = (d2 - -3.0) * d1;
	} else {
		tmp = (d3 - -3.0) * d1;
	}
	return tmp;
}

Fortran

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    real(8) :: tmp
    if ((((d1 * 3.0d0) + (d1 * d2)) + (d1 * d3)) <= 1d-271) then
        tmp = (d2 - (-3.0d0)) * d1
    else
        tmp = (d3 - (-3.0d0)) * d1
    end if
    code = tmp
end function

Java

assert d1 < d2 && d2 < d3;
public static double code(double d1, double d2, double d3) {
	double tmp;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= 1e-271) {
		tmp = (d2 - -3.0) * d1;
	} else {
		tmp = (d3 - -3.0) * d1;
	}
	return tmp;
}

Python

[d1, d2, d3] = sort([d1, d2, d3])
def code(d1, d2, d3):
	tmp = 0
	if (((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= 1e-271:
		tmp = (d2 - -3.0) * d1
	else:
		tmp = (d3 - -3.0) * d1
	return tmp

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	tmp = 0.0
	if (Float64(Float64(Float64(d1 * 3.0) + Float64(d1 * d2)) + Float64(d1 * d3)) <= 1e-271)
		tmp = Float64(Float64(d2 - -3.0) * d1);
	else
		tmp = Float64(Float64(d3 - -3.0) * d1);
	end
	return tmp
end

MATLAB

d1, d2, d3 = num2cell(sort([d1, d2, d3])){:}
function tmp_2 = code(d1, d2, d3)
	tmp = 0.0;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= 1e-271)
		tmp = (d2 - -3.0) * d1;
	else
		tmp = (d3 - -3.0) * d1;
	end
	tmp_2 = tmp;
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := If[LessEqual[N[(N[(N[(d1 * 3.0), $MachinePrecision] + N[(d1 * d2), $MachinePrecision]), $MachinePrecision] + N[(d1 * d3), $MachinePrecision]), $MachinePrecision], 1e-271], N[(N[(d2 - -3.0), $MachinePrecision] * d1), $MachinePrecision], N[(N[(d3 - -3.0), $MachinePrecision] * d1), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3)) < 9.99999999999999963e-272

   1. Initial program 99.9%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d3 around inf

      \[\leadsto \color{blue}{d1 \cdot d3} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d3 \cdot d1} \]

      2. lower-*.f64 38.0

         \[\leadsto \color{blue}{d3 \cdot d1} \]

   5. Applied rewrites 38.0%

      \[\leadsto \color{blue}{d3 \cdot d1} \]

   6. Taylor expanded in d3 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d2} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto 3 \cdot d1 + \color{blue}{d2 \cdot d1} \]

      2. distribute-rgt-in N/A

         \[\leadsto \color{blue}{d1 \cdot \left(3 + d2\right)} \]

      3. *-commutative N/A

         \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} \]

      4. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} \]

      5. +-commutative N/A

         \[\leadsto \color{blue}{\left(d2 + 3\right)} \cdot d1 \]

      6. metadata-eval N/A

         \[\leadsto \left(d2 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d2 - -3\right)} \cdot d1 \]

      8. lower--.f64 65.9

         \[\leadsto \color{blue}{\left(d2 - -3\right)} \cdot d1 \]

   8. Applied rewrites 65.9%

      \[\leadsto \color{blue}{\left(d2 - -3\right) \cdot d1} \]

   if 9.99999999999999963e-272 < (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3))

   1. Initial program 97.7%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d2 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
   4. Step-by-step derivation

      1. +-commutative N/A

         \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

      2. *-commutative N/A

         \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

      3. distribute-lft-out N/A

         \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

      4. *-commutative N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      5. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      6. metadata-eval N/A

         \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

      8. lower--.f64 61.3

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   5. Applied rewrites 61.3%

      \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 5: 32.9% accurate, 0.7× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \begin{array}{l} \mathbf{if}\;\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \leq -5 \cdot 10^{-295}:\\ \;\;\;\;d2 \cdot d1\\ \mathbf{else}:\\ \;\;\;\;3 \cdot d1\\ \end{array} \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3)
 :precision binary64
 (if (<= (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3)) -5e-295) (* d2 d1) (* 3.0 d1)))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	double tmp;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= -5e-295) {
		tmp = d2 * d1;
	} else {
		tmp = 3.0 * d1;
	}
	return tmp;
}

Fortran

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    real(8) :: tmp
    if ((((d1 * 3.0d0) + (d1 * d2)) + (d1 * d3)) <= (-5d-295)) then
        tmp = d2 * d1
    else
        tmp = 3.0d0 * d1
    end if
    code = tmp
end function

Java

assert d1 < d2 && d2 < d3;
public static double code(double d1, double d2, double d3) {
	double tmp;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= -5e-295) {
		tmp = d2 * d1;
	} else {
		tmp = 3.0 * d1;
	}
	return tmp;
}

Python

[d1, d2, d3] = sort([d1, d2, d3])
def code(d1, d2, d3):
	tmp = 0
	if (((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= -5e-295:
		tmp = d2 * d1
	else:
		tmp = 3.0 * d1
	return tmp

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	tmp = 0.0
	if (Float64(Float64(Float64(d1 * 3.0) + Float64(d1 * d2)) + Float64(d1 * d3)) <= -5e-295)
		tmp = Float64(d2 * d1);
	else
		tmp = Float64(3.0 * d1);
	end
	return tmp
end

MATLAB

d1, d2, d3 = num2cell(sort([d1, d2, d3])){:}
function tmp_2 = code(d1, d2, d3)
	tmp = 0.0;
	if ((((d1 * 3.0) + (d1 * d2)) + (d1 * d3)) <= -5e-295)
		tmp = d2 * d1;
	else
		tmp = 3.0 * d1;
	end
	tmp_2 = tmp;
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := If[LessEqual[N[(N[(N[(d1 * 3.0), $MachinePrecision] + N[(d1 * d2), $MachinePrecision]), $MachinePrecision] + N[(d1 * d3), $MachinePrecision]), $MachinePrecision], -5e-295], N[(d2 * d1), $MachinePrecision], N[(3.0 * d1), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3)) < -5.00000000000000008e-295

   1. Initial program 99.9%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d2 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
   4. Step-by-step derivation

      1. +-commutative N/A

         \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

      2. *-commutative N/A

         \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

      3. distribute-lft-out N/A

         \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

      4. *-commutative N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      5. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      6. metadata-eval N/A

         \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

      8. lower--.f64 58.2

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   5. Applied rewrites 58.2%

      \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]
   6. Step-by-step derivation

   7. Applied rewrites 58.2%

      \[\leadsto \mathsf{fma}\left(d3, \color{blue}{d1}, d1 \cdot 3\right) \]

   8. Taylor expanded in d2 around inf

      \[\leadsto \color{blue}{d1 \cdot d2} \]
   9. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d2 \cdot d1} \]

      2. lower-*.f64 46.1

         \[\leadsto \color{blue}{d2 \cdot d1} \]

   10. Applied rewrites 46.1%

       \[\leadsto \color{blue}{d2 \cdot d1} \]

   if -5.00000000000000008e-295 < (+.f64 (+.f64 (*.f64 d1 #s(literal 3 binary64)) (*.f64 d1 d2)) (*.f64 d1 d3))

   1. Initial program 97.7%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d2 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
   4. Step-by-step derivation

      1. +-commutative N/A

         \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

      2. *-commutative N/A

         \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

      3. distribute-lft-out N/A

         \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

      4. *-commutative N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      5. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

      6. metadata-eval N/A

         \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

      8. lower--.f64 61.9

         \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   5. Applied rewrites 61.9%

      \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]

   6. Taylor expanded in d3 around 0

      \[\leadsto 3 \cdot \color{blue}{d1} \]
   7. Step-by-step derivation

   8. Applied rewrites 25.6%

      \[\leadsto 3 \cdot \color{blue}{d1} \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 6: 92.0% accurate, 1.5× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \begin{array}{l} \mathbf{if}\;d3 \leq 1.06 \cdot 10^{+14}:\\ \;\;\;\;\left(d2 - -3\right) \cdot d1\\ \mathbf{else}:\\ \;\;\;\;d3 \cdot d1\\ \end{array} \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3)
 :precision binary64
 (if (<= d3 1.06e+14) (* (- d2 -3.0) d1) (* d3 d1)))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	double tmp;
	if (d3 <= 1.06e+14) {
		tmp = (d2 - -3.0) * d1;
	} else {
		tmp = d3 * d1;
	}
	return tmp;
}

Fortran

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    real(8) :: tmp
    if (d3 <= 1.06d+14) then
        tmp = (d2 - (-3.0d0)) * d1
    else
        tmp = d3 * d1
    end if
    code = tmp
end function

Java

assert d1 < d2 && d2 < d3;
public static double code(double d1, double d2, double d3) {
	double tmp;
	if (d3 <= 1.06e+14) {
		tmp = (d2 - -3.0) * d1;
	} else {
		tmp = d3 * d1;
	}
	return tmp;
}

Python

[d1, d2, d3] = sort([d1, d2, d3])
def code(d1, d2, d3):
	tmp = 0
	if d3 <= 1.06e+14:
		tmp = (d2 - -3.0) * d1
	else:
		tmp = d3 * d1
	return tmp

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	tmp = 0.0
	if (d3 <= 1.06e+14)
		tmp = Float64(Float64(d2 - -3.0) * d1);
	else
		tmp = Float64(d3 * d1);
	end
	return tmp
end

MATLAB

d1, d2, d3 = num2cell(sort([d1, d2, d3])){:}
function tmp_2 = code(d1, d2, d3)
	tmp = 0.0;
	if (d3 <= 1.06e+14)
		tmp = (d2 - -3.0) * d1;
	else
		tmp = d3 * d1;
	end
	tmp_2 = tmp;
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := If[LessEqual[d3, 1.06e+14], N[(N[(d2 - -3.0), $MachinePrecision] * d1), $MachinePrecision], N[(d3 * d1), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if d3 < 1.06e14

   1. Initial program 99.4%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d3 around inf

      \[\leadsto \color{blue}{d1 \cdot d3} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d3 \cdot d1} \]

      2. lower-*.f64 24.0

         \[\leadsto \color{blue}{d3 \cdot d1} \]

   5. Applied rewrites 24.0%

      \[\leadsto \color{blue}{d3 \cdot d1} \]

   6. Taylor expanded in d3 around 0

      \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d2} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto 3 \cdot d1 + \color{blue}{d2 \cdot d1} \]

      2. distribute-rgt-in N/A

         \[\leadsto \color{blue}{d1 \cdot \left(3 + d2\right)} \]

      3. *-commutative N/A

         \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} \]

      4. lower-*.f64 N/A

         \[\leadsto \color{blue}{\left(3 + d2\right) \cdot d1} \]

      5. +-commutative N/A

         \[\leadsto \color{blue}{\left(d2 + 3\right)} \cdot d1 \]

      6. metadata-eval N/A

         \[\leadsto \left(d2 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

      7. sub-neg N/A

         \[\leadsto \color{blue}{\left(d2 - -3\right)} \cdot d1 \]

      8. lower--.f64 78.8

         \[\leadsto \color{blue}{\left(d2 - -3\right)} \cdot d1 \]

   8. Applied rewrites 78.8%

      \[\leadsto \color{blue}{\left(d2 - -3\right) \cdot d1} \]

   if 1.06e14 < d3

   1. Initial program 97.0%

      \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
   2. Add Preprocessing

   3. Taylor expanded in d3 around inf

      \[\leadsto \color{blue}{d1 \cdot d3} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \color{blue}{d3 \cdot d1} \]

      2. lower-*.f64 80.1

         \[\leadsto \color{blue}{d3 \cdot d1} \]

   5. Applied rewrites 80.1%

      \[\leadsto \color{blue}{d3 \cdot d1} \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 7: 99.9% accurate, 1.8× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ \left(\left(d3 + d2\right) + 3\right) \cdot d1 \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3) :precision binary64 (* (+ (+ d3 d2) 3.0) d1))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	return ((d3 + d2) + 3.0) * d1;
}

Fortran

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    code = ((d3 + d2) + 3.0d0) * d1
end function

Java

assert d1 < d2 && d2 < d3;
public static double code(double d1, double d2, double d3) {
	return ((d3 + d2) + 3.0) * d1;
}

Python

[d1, d2, d3] = sort([d1, d2, d3])
def code(d1, d2, d3):
	return ((d3 + d2) + 3.0) * d1

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	return Float64(Float64(Float64(d3 + d2) + 3.0) * d1)
end

MATLAB

d1, d2, d3 = num2cell(sort([d1, d2, d3])){:}
function tmp = code(d1, d2, d3)
	tmp = ((d3 + d2) + 3.0) * d1;
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := N[(N[(N[(d3 + d2), $MachinePrecision] + 3.0), $MachinePrecision] * d1), $MachinePrecision]

Derivation

1. Initial program 98.7%

   \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
2. Add Preprocessing
3. Step-by-step derivation

   1. lift-+.f64 N/A

      \[\leadsto \color{blue}{\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3} \]

   2. lift-+.f64 N/A

      \[\leadsto \color{blue}{\left(d1 \cdot 3 + d1 \cdot d2\right)} + d1 \cdot d3 \]

   3. lift-*.f64 N/A

      \[\leadsto \left(\color{blue}{d1 \cdot 3} + d1 \cdot d2\right) + d1 \cdot d3 \]

   4. lift-*.f64 N/A

      \[\leadsto \left(d1 \cdot 3 + \color{blue}{d1 \cdot d2}\right) + d1 \cdot d3 \]

   5. distribute-lft-out N/A

      \[\leadsto \color{blue}{d1 \cdot \left(3 + d2\right)} + d1 \cdot d3 \]

   6. lift-*.f64 N/A

      \[\leadsto d1 \cdot \left(3 + d2\right) + \color{blue}{d1 \cdot d3} \]

   7. distribute-lft-out N/A

      \[\leadsto \color{blue}{d1 \cdot \left(\left(3 + d2\right) + d3\right)} \]

   8. *-commutative N/A

      \[\leadsto \color{blue}{\left(\left(3 + d2\right) + d3\right) \cdot d1} \]

   9. lower-*.f64 N/A

      \[\leadsto \color{blue}{\left(\left(3 + d2\right) + d3\right) \cdot d1} \]

   10. +-commutative N/A

       \[\leadsto \color{blue}{\left(d3 + \left(3 + d2\right)\right)} \cdot d1 \]

   11. +-commutative N/A

       \[\leadsto \left(d3 + \color{blue}{\left(d2 + 3\right)}\right) \cdot d1 \]

   12. associate-+r+ N/A

       \[\leadsto \color{blue}{\left(\left(d3 + d2\right) + 3\right)} \cdot d1 \]

   13. +-commutative N/A

       \[\leadsto \left(\color{blue}{\left(d2 + d3\right)} + 3\right) \cdot d1 \]

   14. lower-+.f64 N/A

       \[\leadsto \color{blue}{\left(\left(d2 + d3\right) + 3\right)} \cdot d1 \]

   15. +-commutative N/A

       \[\leadsto \left(\color{blue}{\left(d3 + d2\right)} + 3\right) \cdot d1 \]

   16. lower-+.f64 99.9

       \[\leadsto \left(\color{blue}{\left(d3 + d2\right)} + 3\right) \cdot d1 \]

4. Applied rewrites 99.9%

   \[\leadsto \color{blue}{\left(\left(d3 + d2\right) + 3\right) \cdot d1} \]
5. Add Preprocessing

Alternative 8: 26.3% accurate, 3.7× speedup

Math

\[\begin{array}{l} [d1, d2, d3] = \mathsf{sort}([d1, d2, d3])\\ \\ 3 \cdot d1 \end{array} \]

FPCore

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
(FPCore (d1 d2 d3) :precision binary64 (* 3.0 d1))

C

assert(d1 < d2 && d2 < d3);
double code(double d1, double d2, double d3) {
	return 3.0 * d1;
}

Fortran

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    code = 3.0d0 * d1
end function

Java

assert d1 < d2 && d2 < d3;
public static double code(double d1, double d2, double d3) {
	return 3.0 * d1;
}

Python

[d1, d2, d3] = sort([d1, d2, d3])
def code(d1, d2, d3):
	return 3.0 * d1

Julia

d1, d2, d3 = sort([d1, d2, d3])
function code(d1, d2, d3)
	return Float64(3.0 * d1)
end

MATLAB

d1, d2, d3 = num2cell(sort([d1, d2, d3])){:}
function tmp = code(d1, d2, d3)
	tmp = 3.0 * d1;
end

Wolfram

NOTE: d1, d2, and d3 should be sorted in increasing order before calling this function.
code[d1_, d2_, d3_] := N[(3.0 * d1), $MachinePrecision]

Derivation

1. Initial program 98.7%

   \[\left(d1 \cdot 3 + d1 \cdot d2\right) + d1 \cdot d3 \]
2. Add Preprocessing

3. Taylor expanded in d2 around 0

   \[\leadsto \color{blue}{3 \cdot d1 + d1 \cdot d3} \]
4. Step-by-step derivation

   1. +-commutative N/A

      \[\leadsto \color{blue}{d1 \cdot d3 + 3 \cdot d1} \]

   2. *-commutative N/A

      \[\leadsto d1 \cdot d3 + \color{blue}{d1 \cdot 3} \]

   3. distribute-lft-out N/A

      \[\leadsto \color{blue}{d1 \cdot \left(d3 + 3\right)} \]

   4. *-commutative N/A

      \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

   5. lower-*.f64 N/A

      \[\leadsto \color{blue}{\left(d3 + 3\right) \cdot d1} \]

   6. metadata-eval N/A

      \[\leadsto \left(d3 + \color{blue}{\left(\mathsf{neg}\left(-3\right)\right)}\right) \cdot d1 \]

   7. sub-neg N/A

      \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

   8. lower--.f64 60.2

      \[\leadsto \color{blue}{\left(d3 - -3\right)} \cdot d1 \]

5. Applied rewrites 60.2%

   \[\leadsto \color{blue}{\left(d3 - -3\right) \cdot d1} \]

6. Taylor expanded in d3 around 0

   \[\leadsto 3 \cdot \color{blue}{d1} \]
7. Step-by-step derivation

8. Applied rewrites 24.4%

   \[\leadsto 3 \cdot \color{blue}{d1} \]
9. Add Preprocessing

Developer Target 1: 99.9% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ d1 \cdot \left(\left(3 + d2\right) + d3\right) \end{array} \]

FPCore

(FPCore (d1 d2 d3) :precision binary64 (* d1 (+ (+ 3.0 d2) d3)))

C

double code(double d1, double d2, double d3) {
	return d1 * ((3.0 + d2) + d3);
}

Fortran

real(8) function code(d1, d2, d3)
    real(8), intent (in) :: d1
    real(8), intent (in) :: d2
    real(8), intent (in) :: d3
    code = d1 * ((3.0d0 + d2) + d3)
end function

Java

public static double code(double d1, double d2, double d3) {
	return d1 * ((3.0 + d2) + d3);
}

Python

def code(d1, d2, d3):
	return d1 * ((3.0 + d2) + d3)

Julia

function code(d1, d2, d3)
	return Float64(d1 * Float64(Float64(3.0 + d2) + d3))
end

MATLAB

function tmp = code(d1, d2, d3)
	tmp = d1 * ((3.0 + d2) + d3);
end

Wolfram

code[d1_, d2_, d3_] := N[(d1 * N[(N[(3.0 + d2), $MachinePrecision] + d3), $MachinePrecision]), $MachinePrecision]

Reproduce

herbie shell --seed 2024318 
(FPCore (d1 d2 d3)
  :name "FastMath test3"
  :precision binary64

  :alt
  (! :herbie-platform default (* d1 (+ 3 d2 d3)))

  (+ (+ (* d1 3.0) (* d1 d2)) (* d1 d3)))