math.cos on complex, imaginary part

Percentage Accurate: 66.1% → 99.7%

Time: 11.4s

Alternatives: 23

Speedup: 2.6×

• 49.8% of points produce a very large (infinite) output. You may want to add a precondition.

Specification

Math

\[\begin{array}{l} \\ \left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (* (* 0.5 (sin re)) (- (exp (- im)) (exp im))))

C

double code(double re, double im) {
	return (0.5 * sin(re)) * (exp(-im) - exp(im));
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    code = (0.5d0 * sin(re)) * (exp(-im) - exp(im))
end function

Java

public static double code(double re, double im) {
	return (0.5 * Math.sin(re)) * (Math.exp(-im) - Math.exp(im));
}

Python

def code(re, im):
	return (0.5 * math.sin(re)) * (math.exp(-im) - math.exp(im))

Julia

function code(re, im)
	return Float64(Float64(0.5 * sin(re)) * Float64(exp(Float64(-im)) - exp(im)))
end

MATLAB

function tmp = code(re, im)
	tmp = (0.5 * sin(re)) * (exp(-im) - exp(im));
end

Wolfram

code[re_, im_] := N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[Exp[(-im)], $MachinePrecision] - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]

Initial Program: 66.1% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (* (* 0.5 (sin re)) (- (exp (- im)) (exp im))))

C

double code(double re, double im) {
	return (0.5 * sin(re)) * (exp(-im) - exp(im));
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    code = (0.5d0 * sin(re)) * (exp(-im) - exp(im))
end function

Java

public static double code(double re, double im) {
	return (0.5 * Math.sin(re)) * (Math.exp(-im) - Math.exp(im));
}

Python

def code(re, im):
	return (0.5 * math.sin(re)) * (math.exp(-im) - math.exp(im))

Julia

function code(re, im)
	return Float64(Float64(0.5 * sin(re)) * Float64(exp(Float64(-im)) - exp(im)))
end

MATLAB

function tmp = code(re, im)
	tmp = (0.5 * sin(re)) * (exp(-im) - exp(im));
end

Wolfram

code[re_, im_] := N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[Exp[(-im)], $MachinePrecision] - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]

Alternative 1: 99.7% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := 0.5 \cdot \sin re\\ \mathbf{if}\;im \leq -0.0014:\\ \;\;\;\;t\_0 \cdot \left(e^{-im} - e^{im}\right)\\ \mathbf{elif}\;im \leq 2.15:\\ \;\;\;\;\left(-im\right) \cdot \sin re + \left(\left(\left(im \cdot im\right) \cdot -0.16666666666666666\right) \cdot \sin re\right) \cdot im\\ \mathbf{else}:\\ \;\;\;\;t\_0 \cdot \left(1 - e^{im}\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (let* ((t_0 (* 0.5 (sin re))))
   (if (<= im -0.0014)
     (* t_0 (- (exp (- im)) (exp im)))
     (if (<= im 2.15)
       (+
        (* (- im) (sin re))
        (* (* (* (* im im) -0.16666666666666666) (sin re)) im))
       (* t_0 (- 1.0 (exp im)))))))

C

double code(double re, double im) {
	double t_0 = 0.5 * sin(re);
	double tmp;
	if (im <= -0.0014) {
		tmp = t_0 * (exp(-im) - exp(im));
	} else if (im <= 2.15) {
		tmp = (-im * sin(re)) + ((((im * im) * -0.16666666666666666) * sin(re)) * im);
	} else {
		tmp = t_0 * (1.0 - exp(im));
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: t_0
    real(8) :: tmp
    t_0 = 0.5d0 * sin(re)
    if (im <= (-0.0014d0)) then
        tmp = t_0 * (exp(-im) - exp(im))
    else if (im <= 2.15d0) then
        tmp = (-im * sin(re)) + ((((im * im) * (-0.16666666666666666d0)) * sin(re)) * im)
    else
        tmp = t_0 * (1.0d0 - exp(im))
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double t_0 = 0.5 * Math.sin(re);
	double tmp;
	if (im <= -0.0014) {
		tmp = t_0 * (Math.exp(-im) - Math.exp(im));
	} else if (im <= 2.15) {
		tmp = (-im * Math.sin(re)) + ((((im * im) * -0.16666666666666666) * Math.sin(re)) * im);
	} else {
		tmp = t_0 * (1.0 - Math.exp(im));
	}
	return tmp;
}

Python

def code(re, im):
	t_0 = 0.5 * math.sin(re)
	tmp = 0
	if im <= -0.0014:
		tmp = t_0 * (math.exp(-im) - math.exp(im))
	elif im <= 2.15:
		tmp = (-im * math.sin(re)) + ((((im * im) * -0.16666666666666666) * math.sin(re)) * im)
	else:
		tmp = t_0 * (1.0 - math.exp(im))
	return tmp

Julia

function code(re, im)
	t_0 = Float64(0.5 * sin(re))
	tmp = 0.0
	if (im <= -0.0014)
		tmp = Float64(t_0 * Float64(exp(Float64(-im)) - exp(im)));
	elseif (im <= 2.15)
		tmp = Float64(Float64(Float64(-im) * sin(re)) + Float64(Float64(Float64(Float64(im * im) * -0.16666666666666666) * sin(re)) * im));
	else
		tmp = Float64(t_0 * Float64(1.0 - exp(im)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	t_0 = 0.5 * sin(re);
	tmp = 0.0;
	if (im <= -0.0014)
		tmp = t_0 * (exp(-im) - exp(im));
	elseif (im <= 2.15)
		tmp = (-im * sin(re)) + ((((im * im) * -0.16666666666666666) * sin(re)) * im);
	else
		tmp = t_0 * (1.0 - exp(im));
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := Block[{t$95$0 = N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision]}, If[LessEqual[im, -0.0014], N[(t$95$0 * N[(N[Exp[(-im)], $MachinePrecision] - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision], If[LessEqual[im, 2.15], N[(N[((-im) * N[Sin[re], $MachinePrecision]), $MachinePrecision] + N[(N[(N[(N[(im * im), $MachinePrecision] * -0.16666666666666666), $MachinePrecision] * N[Sin[re], $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(t$95$0 * N[(1.0 - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if im < -0.00139999999999999999

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   if -0.00139999999999999999 < im < 2.14999999999999991

   1. Initial program 32.5%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 99.8

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 99.8%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]
   6. Step-by-step derivation

      1. lift-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot \color{blue}{im} \]

      2. lift-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      3. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      4. lift-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      5. lift-fma.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      6. distribute-rgt-in N/A

         \[\leadsto \left(\left(\left(\frac{-1}{6} \cdot im\right) \cdot im\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      7. associate-*l* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot \left(im \cdot im\right)\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      8. pow2 N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      10. +-commutative N/A

          \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot im \]

      11. *-commutative N/A

          \[\leadsto im \cdot \color{blue}{\left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]

      12. distribute-rgt-in N/A

          \[\leadsto \left(-1 \cdot \sin re\right) \cdot im + \color{blue}{\left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot im} \]

      13. mul-1-neg N/A

          \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im + \left(\color{blue}{\frac{-1}{6}} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot im \]

      14. lower-+.f64 N/A

          \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im + \color{blue}{\left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot im} \]

   7. Applied rewrites 99.8%

      \[\leadsto \left(-im\right) \cdot \sin re + \color{blue}{\left(\left(\left(im \cdot im\right) \cdot -0.16666666666666666\right) \cdot \sin re\right) \cdot im} \]

   if 2.14999999999999991 < im

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
3. Recombined 3 regimes into one program.
4. Add Preprocessing

Alternative 2: 88.6% accurate, 0.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;e^{-im} - e^{im} \leq -5 \cdot 10^{+163}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(1 - e^{im}\right)\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(-0.016666666666666666 \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot im\right) \cdot im - 2\right) \cdot im\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (- (exp (- im)) (exp im)) -5e+163)
   (* (* 0.5 re) (- 1.0 (exp im)))
   (*
    (* 0.5 (sin re))
    (*
     (-
      (* (* (- (* -0.016666666666666666 (* im im)) 0.3333333333333333) im) im)
      2.0)
     im))))

C

double code(double re, double im) {
	double tmp;
	if ((exp(-im) - exp(im)) <= -5e+163) {
		tmp = (0.5 * re) * (1.0 - exp(im));
	} else {
		tmp = (0.5 * sin(re)) * ((((((-0.016666666666666666 * (im * im)) - 0.3333333333333333) * im) * im) - 2.0) * im);
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: tmp
    if ((exp(-im) - exp(im)) <= (-5d+163)) then
        tmp = (0.5d0 * re) * (1.0d0 - exp(im))
    else
        tmp = (0.5d0 * sin(re)) * (((((((-0.016666666666666666d0) * (im * im)) - 0.3333333333333333d0) * im) * im) - 2.0d0) * im)
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double tmp;
	if ((Math.exp(-im) - Math.exp(im)) <= -5e+163) {
		tmp = (0.5 * re) * (1.0 - Math.exp(im));
	} else {
		tmp = (0.5 * Math.sin(re)) * ((((((-0.016666666666666666 * (im * im)) - 0.3333333333333333) * im) * im) - 2.0) * im);
	}
	return tmp;
}

Python

def code(re, im):
	tmp = 0
	if (math.exp(-im) - math.exp(im)) <= -5e+163:
		tmp = (0.5 * re) * (1.0 - math.exp(im))
	else:
		tmp = (0.5 * math.sin(re)) * ((((((-0.016666666666666666 * (im * im)) - 0.3333333333333333) * im) * im) - 2.0) * im)
	return tmp

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(exp(Float64(-im)) - exp(im)) <= -5e+163)
		tmp = Float64(Float64(0.5 * re) * Float64(1.0 - exp(im)));
	else
		tmp = Float64(Float64(0.5 * sin(re)) * Float64(Float64(Float64(Float64(Float64(Float64(-0.016666666666666666 * Float64(im * im)) - 0.3333333333333333) * im) * im) - 2.0) * im));
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	tmp = 0.0;
	if ((exp(-im) - exp(im)) <= -5e+163)
		tmp = (0.5 * re) * (1.0 - exp(im));
	else
		tmp = (0.5 * sin(re)) * ((((((-0.016666666666666666 * (im * im)) - 0.3333333333333333) * im) * im) - 2.0) * im);
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := If[LessEqual[N[(N[Exp[(-im)], $MachinePrecision] - N[Exp[im], $MachinePrecision]), $MachinePrecision], -5e+163], N[(N[(0.5 * re), $MachinePrecision] * N[(1.0 - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision], N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[(N[(N[(N[(N[(-0.016666666666666666 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (-.f64 (exp.f64 (neg.f64 im)) (exp.f64 im)) < -5e163

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{re}\right) \cdot \left(1 - e^{im}\right) \]
   7. Step-by-step derivation

   8. Applied rewrites 91.2%

      \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(1 - e^{im}\right) \]

   if -5e163 < (-.f64 (exp.f64 (neg.f64 im)) (exp.f64 im))

   1. Initial program 56.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      3. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) - 2\right) \cdot im\right) \]

      4. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot {im}^{2} - 2\right) \cdot im\right) \]

      5. unpow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

      7. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

      8. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

      9. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

      10. lower-*.f64 N/A

          \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\frac{-1}{60} \cdot {im}^{2} - \frac{1}{3}\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

      11. unpow2 N/A

          \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\frac{-1}{60} \cdot \left(im \cdot im\right) - \frac{1}{3}\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

      12. lower-*.f64 93.9

          \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(-0.016666666666666666 \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot im\right) \cdot im - 2\right) \cdot im\right) \]

   5. Applied rewrites 93.9%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(-0.016666666666666666 \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot im\right) \cdot im - 2\right) \cdot im\right)} \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 3: 99.7% accurate, 1.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := 0.5 \cdot \sin re\\ \mathbf{if}\;im \leq -3.8:\\ \;\;\;\;t\_0 \cdot \left(e^{-im} - 1\right)\\ \mathbf{elif}\;im \leq 3.75:\\ \;\;\;\;t\_0 \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;t\_0 \cdot \left(1 - e^{im}\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (let* ((t_0 (* 0.5 (sin re))))
   (if (<= im -3.8)
     (* t_0 (- (exp (- im)) 1.0))
     (if (<= im 3.75)
       (*
        t_0
        (*
         (-
          (*
           (-
            (*
             (*
              (- (* -0.0003968253968253968 (* im im)) 0.016666666666666666)
              im)
             im)
            0.3333333333333333)
           (* im im))
          2.0)
         im))
       (* t_0 (- 1.0 (exp im)))))))

C

double code(double re, double im) {
	double t_0 = 0.5 * sin(re);
	double tmp;
	if (im <= -3.8) {
		tmp = t_0 * (exp(-im) - 1.0);
	} else if (im <= 3.75) {
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = t_0 * (1.0 - exp(im));
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: t_0
    real(8) :: tmp
    t_0 = 0.5d0 * sin(re)
    if (im <= (-3.8d0)) then
        tmp = t_0 * (exp(-im) - 1.0d0)
    else if (im <= 3.75d0) then
        tmp = t_0 * (((((((((-0.0003968253968253968d0) * (im * im)) - 0.016666666666666666d0) * im) * im) - 0.3333333333333333d0) * (im * im)) - 2.0d0) * im)
    else
        tmp = t_0 * (1.0d0 - exp(im))
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double t_0 = 0.5 * Math.sin(re);
	double tmp;
	if (im <= -3.8) {
		tmp = t_0 * (Math.exp(-im) - 1.0);
	} else if (im <= 3.75) {
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = t_0 * (1.0 - Math.exp(im));
	}
	return tmp;
}

Python

def code(re, im):
	t_0 = 0.5 * math.sin(re)
	tmp = 0
	if im <= -3.8:
		tmp = t_0 * (math.exp(-im) - 1.0)
	elif im <= 3.75:
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im)
	else:
		tmp = t_0 * (1.0 - math.exp(im))
	return tmp

Julia

function code(re, im)
	t_0 = Float64(0.5 * sin(re))
	tmp = 0.0
	if (im <= -3.8)
		tmp = Float64(t_0 * Float64(exp(Float64(-im)) - 1.0));
	elseif (im <= 3.75)
		tmp = Float64(t_0 * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * Float64(im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(t_0 * Float64(1.0 - exp(im)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	t_0 = 0.5 * sin(re);
	tmp = 0.0;
	if (im <= -3.8)
		tmp = t_0 * (exp(-im) - 1.0);
	elseif (im <= 3.75)
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	else
		tmp = t_0 * (1.0 - exp(im));
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := Block[{t$95$0 = N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision]}, If[LessEqual[im, -3.8], N[(t$95$0 * N[(N[Exp[(-im)], $MachinePrecision] - 1.0), $MachinePrecision]), $MachinePrecision], If[LessEqual[im, 3.75], N[(t$95$0 * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.016666666666666666), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(t$95$0 * N[(1.0 - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 3 regimes

2. if im < -3.7999999999999998

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(e^{-im} - \color{blue}{1}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - \color{blue}{1}\right) \]

   if -3.7999999999999998 < im < 3.75

   1. Initial program 33.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 99.3%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   if 3.75 < im

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
3. Recombined 3 regimes into one program.
4. Add Preprocessing

Alternative 4: 96.5% accurate, 1.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := 0.5 \cdot \sin re\\ \mathbf{if}\;im \leq 3.75:\\ \;\;\;\;t\_0 \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;t\_0 \cdot \left(1 - e^{im}\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (let* ((t_0 (* 0.5 (sin re))))
   (if (<= im 3.75)
     (*
      t_0
      (*
       (-
        (*
         (-
          (*
           (* (- (* -0.0003968253968253968 (* im im)) 0.016666666666666666) im)
           im)
          0.3333333333333333)
         (* im im))
        2.0)
       im))
     (* t_0 (- 1.0 (exp im))))))

C

double code(double re, double im) {
	double t_0 = 0.5 * sin(re);
	double tmp;
	if (im <= 3.75) {
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = t_0 * (1.0 - exp(im));
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: t_0
    real(8) :: tmp
    t_0 = 0.5d0 * sin(re)
    if (im <= 3.75d0) then
        tmp = t_0 * (((((((((-0.0003968253968253968d0) * (im * im)) - 0.016666666666666666d0) * im) * im) - 0.3333333333333333d0) * (im * im)) - 2.0d0) * im)
    else
        tmp = t_0 * (1.0d0 - exp(im))
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double t_0 = 0.5 * Math.sin(re);
	double tmp;
	if (im <= 3.75) {
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = t_0 * (1.0 - Math.exp(im));
	}
	return tmp;
}

Python

def code(re, im):
	t_0 = 0.5 * math.sin(re)
	tmp = 0
	if im <= 3.75:
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im)
	else:
		tmp = t_0 * (1.0 - math.exp(im))
	return tmp

Julia

function code(re, im)
	t_0 = Float64(0.5 * sin(re))
	tmp = 0.0
	if (im <= 3.75)
		tmp = Float64(t_0 * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * Float64(im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(t_0 * Float64(1.0 - exp(im)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	t_0 = 0.5 * sin(re);
	tmp = 0.0;
	if (im <= 3.75)
		tmp = t_0 * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	else
		tmp = t_0 * (1.0 - exp(im));
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := Block[{t$95$0 = N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision]}, If[LessEqual[im, 3.75], N[(t$95$0 * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.016666666666666666), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(t$95$0 * N[(1.0 - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 2 regimes

2. if im < 3.75

   1. Initial program 56.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 94.5%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   if 3.75 < im

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 5: 59.5% accurate, 1.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(\mathsf{fma}\left(0.004166666666666667 \cdot \left(re \cdot re\right) - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (*
    (* (fma (* re re) -0.08333333333333333 0.5) re)
    (*
     (-
      (*
       (-
        (* (* (* (* -0.0003968253968253968 im) im) im) im)
        0.3333333333333333)
       (* im im))
      2.0)
     im))
   (*
    (*
     (fma
      (- (* 0.004166666666666667 (* re re)) 0.08333333333333333)
      (* re re)
      0.5)
     re)
    (*
     (-
      (*
       (-
        (*
         (* (- (* -0.0003968253968253968 (* im im)) 0.016666666666666666) im)
         im)
        0.3333333333333333)
       (* im im))
      2.0)
     im))))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = (fma((re * re), -0.08333333333333333, 0.5) * re) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = (fma(((0.004166666666666667 * (re * re)) - 0.08333333333333333), (re * re), 0.5) * re) * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(fma(Float64(re * re), -0.08333333333333333, 0.5) * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(Float64(fma(Float64(Float64(0.004166666666666667 * Float64(re * re)) - 0.08333333333333333), Float64(re * re), 0.5) * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * Float64(im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(re * re), $MachinePrecision] * -0.08333333333333333 + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(N[(N[(N[(N[(0.004166666666666667 * N[(re * re), $MachinePrecision]), $MachinePrecision] - 0.08333333333333333), $MachinePrecision] * N[(re * re), $MachinePrecision] + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.016666666666666666), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 92.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 92.6

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 92.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left(\frac{-1}{12} \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{-1}{12} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2}, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(re \cdot re, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. lift-*.f64 13.4

          \[\leadsto \left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 13.4%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 93.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right)\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\color{blue}{re} \cdot \left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right)\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. *-commutative N/A

         \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. +-commutative N/A

         \[\leadsto \left(\left({re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      5. *-commutative N/A

         \[\leadsto \left(\left(\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-fma.f64 N/A

         \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      7. lower--.f64 N/A

         \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      8. lower-*.f64 N/A

         \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      9. unpow2 N/A

         \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot \left(re \cdot re\right) - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      10. lower-*.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot \left(re \cdot re\right) - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      11. unpow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot \left(re \cdot re\right) - \frac{1}{12}, re \cdot re, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      12. lower-*.f64 70.9

          \[\leadsto \left(\mathsf{fma}\left(0.004166666666666667 \cdot \left(re \cdot re\right) - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 70.9%

      \[\leadsto \color{blue}{\left(\mathsf{fma}\left(0.004166666666666667 \cdot \left(re \cdot re\right) - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
3. Recombined 2 regimes into one program.

4. Final simplification 56.5%

   \[\leadsto \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(\mathsf{fma}\left(0.004166666666666667 \cdot \left(re \cdot re\right) - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \end{array} \]
5. Add Preprocessing

Alternative 6: 59.5% accurate, 1.7× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} t_0 := \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\\ \mathbf{if}\;0.5 \cdot \sin re \leq 5 \cdot 10^{-138}:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot t\_0\\ \mathbf{else}:\\ \;\;\;\;\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot t\_0\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (let* ((t_0
         (*
          (-
           (*
            (-
             (* (* (* (* -0.0003968253968253968 im) im) im) im)
             0.3333333333333333)
            (* im im))
           2.0)
          im)))
   (if (<= (* 0.5 (sin re)) 5e-138)
     (* (* (fma (* re re) -0.08333333333333333 0.5) re) t_0)
     (*
      (*
       (fma
        (- (* (* re re) 0.004166666666666667) 0.08333333333333333)
        (* re re)
        0.5)
       re)
      t_0))))

C

double code(double re, double im) {
	double t_0 = (((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im;
	double tmp;
	if ((0.5 * sin(re)) <= 5e-138) {
		tmp = (fma((re * re), -0.08333333333333333, 0.5) * re) * t_0;
	} else {
		tmp = (fma((((re * re) * 0.004166666666666667) - 0.08333333333333333), (re * re), 0.5) * re) * t_0;
	}
	return tmp;
}

Julia

function code(re, im)
	t_0 = Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= 5e-138)
		tmp = Float64(Float64(fma(Float64(re * re), -0.08333333333333333, 0.5) * re) * t_0);
	else
		tmp = Float64(Float64(fma(Float64(Float64(Float64(re * re) * 0.004166666666666667) - 0.08333333333333333), Float64(re * re), 0.5) * re) * t_0);
	end
	return tmp
end

Wolfram

code[re_, im_] := Block[{t$95$0 = N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]}, If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], 5e-138], N[(N[(N[(N[(re * re), $MachinePrecision] * -0.08333333333333333 + 0.5), $MachinePrecision] * re), $MachinePrecision] * t$95$0), $MachinePrecision], N[(N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.004166666666666667), $MachinePrecision] - 0.08333333333333333), $MachinePrecision] * N[(re * re), $MachinePrecision] + 0.5), $MachinePrecision] * re), $MachinePrecision] * t$95$0), $MachinePrecision]]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < 4.99999999999999989e-138

   1. Initial program 72.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 93.1%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 93.1

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 93.1%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left(\frac{-1}{12} \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{-1}{12} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2}, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(re \cdot re, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. lift-*.f64 62.5

          \[\leadsto \left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 62.5%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if 4.99999999999999989e-138 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 57.7%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 93.9%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 93.7

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 93.7%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left(\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. lower--.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. *-commutative N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       8. lower-*.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       9. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       10. lift-*.f64 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       11. pow2 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, re \cdot re, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       12. lift-*.f64 45.5

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 45.5%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 7: 59.4% accurate, 1.8× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq 5 \cdot 10^{-6}:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) 5e-6)
   (*
    (* (fma (* re re) -0.08333333333333333 0.5) re)
    (*
     (-
      (*
       (-
        (* (* (* (* -0.0003968253968253968 im) im) im) im)
        0.3333333333333333)
       (* im im))
      2.0)
     im))
   (*
    (*
     (*
      (fma
       (- (* (* re re) 0.008333333333333333) 0.16666666666666666)
       (* re re)
       1.0)
      re)
     (fma (* -0.16666666666666666 im) im -1.0))
    im)))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= 5e-6) {
		tmp = (fma((re * re), -0.08333333333333333, 0.5) * re) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = ((fma((((re * re) * 0.008333333333333333) - 0.16666666666666666), (re * re), 1.0) * re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= 5e-6)
		tmp = Float64(Float64(fma(Float64(re * re), -0.08333333333333333, 0.5) * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(Float64(Float64(fma(Float64(Float64(Float64(re * re) * 0.008333333333333333) - 0.16666666666666666), Float64(re * re), 1.0) * re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], 5e-6], N[(N[(N[(N[(re * re), $MachinePrecision] * -0.08333333333333333 + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(N[(N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.008333333333333333), $MachinePrecision] - 0.16666666666666666), $MachinePrecision] * N[(re * re), $MachinePrecision] + 1.0), $MachinePrecision] * re), $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < 5.00000000000000041e-6

   1. Initial program 73.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 92.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 92.6

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 92.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left(\frac{-1}{12} \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{-1}{12} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2}, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(re \cdot re, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. lift-*.f64 66.4

          \[\leadsto \left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 66.4%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if 5.00000000000000041e-6 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 48.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 92.5

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 92.5%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\left(re \cdot \left(1 + {re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right)\right)\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\left(\left(1 + {re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right)\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\left(\left(1 + {re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right)\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      3. +-commutative N/A

         \[\leadsto \left(\left(\left({re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right) + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      4. *-commutative N/A

         \[\leadsto \left(\left(\left(\left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right) \cdot {re}^{2} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      5. lower-fma.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      6. lower--.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      7. *-commutative N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      8. lower-*.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      9. pow2 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      10. lift-*.f64 N/A

          \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. pow2 N/A

          \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{120} - \frac{1}{6}, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      12. lift-*.f64 25.5

          \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   8. Applied rewrites 25.5%

      \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 8: 59.2% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (*
    (*
     (* (fma (* re re) -0.16666666666666666 1.0) re)
     (fma (* -0.16666666666666666 im) im -1.0))
    im)
   (*
    (* 0.5 re)
    (*
     (-
      (*
       (-
        (*
         (- (* (* -0.0003968253968253968 im) im) 0.016666666666666666)
         (* im im))
        0.3333333333333333)
       (* im im))
      2.0)
     im))))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = ((fma((re * re), -0.16666666666666666, 1.0) * re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	} else {
		tmp = (0.5 * re) * ((((((((-0.0003968253968253968 * im) * im) - 0.016666666666666666) * (im * im)) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(Float64(fma(Float64(re * re), -0.16666666666666666, 1.0) * re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	else
		tmp = Float64(Float64(0.5 * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) - 0.016666666666666666) * Float64(im * im)) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(N[(re * re), $MachinePrecision] * -0.16666666666666666 + 1.0), $MachinePrecision] * re), $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision], N[(N[(0.5 * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] - 0.016666666666666666), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 86.5

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 86.5%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\left(re \cdot \left(1 + \frac{-1}{6} \cdot {re}^{2}\right)\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\left(\left(1 + \frac{-1}{6} \cdot {re}^{2}\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\left(\left(1 + \frac{-1}{6} \cdot {re}^{2}\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      3. +-commutative N/A

         \[\leadsto \left(\left(\left(\frac{-1}{6} \cdot {re}^{2} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      4. *-commutative N/A

         \[\leadsto \left(\left(\left({re}^{2} \cdot \frac{-1}{6} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      5. lower-fma.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2}, \frac{-1}{6}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      6. pow2 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, \frac{-1}{6}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      7. lift-*.f64 11.9

         \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   8. Applied rewrites 11.9%

      \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 93.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]
   6. Step-by-step derivation

      1. lift-*.f64 N/A

         \[\leadsto \color{blue}{\left(\frac{1}{2} \cdot \sin re\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. lift-sin.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{\sin re}\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. *-commutative N/A

         \[\leadsto \color{blue}{\left(\sin re \cdot \frac{1}{2}\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lift-sin.f64 N/A

         \[\leadsto \left(\color{blue}{\sin re} \cdot \frac{1}{2}\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      5. lift-*.f64 93.6

         \[\leadsto \color{blue}{\left(\sin re \cdot 0.5\right)} \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   7. Applied rewrites 93.6%

      \[\leadsto \color{blue}{\left(\sin re \cdot 0.5\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   8. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(\frac{1}{2} \cdot re\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im - \frac{1}{60}\right) \cdot \left(im \cdot im\right) - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   9. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\color{blue}{\frac{1}{2}} \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im - \frac{1}{60}\right) \cdot \left(im \cdot im\right) - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. lower-*.f64 71.3

         \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   10. Applied rewrites 71.3%

       \[\leadsto \color{blue}{\left(0.5 \cdot re\right)} \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 9: 59.2% accurate, 1.9× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (*
    (*
     (* (fma (* re re) -0.16666666666666666 1.0) re)
     (fma (* -0.16666666666666666 im) im -1.0))
    im)
   (*
    (* 0.5 re)
    (*
     (-
      (*
       (-
        (* (* (* (* -0.0003968253968253968 im) im) im) im)
        0.3333333333333333)
       (* im im))
      2.0)
     im))))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = ((fma((re * re), -0.16666666666666666, 1.0) * re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	} else {
		tmp = (0.5 * re) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(Float64(fma(Float64(re * re), -0.16666666666666666, 1.0) * re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	else
		tmp = Float64(Float64(0.5 * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(N[(re * re), $MachinePrecision] * -0.16666666666666666 + 1.0), $MachinePrecision] * re), $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision], N[(N[(0.5 * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 86.5

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 86.5%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\left(re \cdot \left(1 + \frac{-1}{6} \cdot {re}^{2}\right)\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\left(\left(1 + \frac{-1}{6} \cdot {re}^{2}\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\left(\left(1 + \frac{-1}{6} \cdot {re}^{2}\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      3. +-commutative N/A

         \[\leadsto \left(\left(\left(\frac{-1}{6} \cdot {re}^{2} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      4. *-commutative N/A

         \[\leadsto \left(\left(\left({re}^{2} \cdot \frac{-1}{6} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      5. lower-fma.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2}, \frac{-1}{6}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      6. pow2 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, \frac{-1}{6}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      7. lift-*.f64 11.9

         \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   8. Applied rewrites 11.9%

      \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 93.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 93.5

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 93.5%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

   11. Applied rewrites 71.3%

       \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 10: 54.7% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq 6 \cdot 10^{-33}:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) 6e-33)
   (*
    (* (fma (* re re) -0.08333333333333333 0.5) re)
    (* (- (* -0.3333333333333333 (* im im)) 2.0) im))
   (*
    (*
     (*
      (fma
       (- (* (* re re) 0.008333333333333333) 0.16666666666666666)
       (* re re)
       1.0)
      re)
     (fma (* -0.16666666666666666 im) im -1.0))
    im)))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= 6e-33) {
		tmp = (fma((re * re), -0.08333333333333333, 0.5) * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	} else {
		tmp = ((fma((((re * re) * 0.008333333333333333) - 0.16666666666666666), (re * re), 1.0) * re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= 6e-33)
		tmp = Float64(Float64(fma(Float64(re * re), -0.08333333333333333, 0.5) * re) * Float64(Float64(Float64(-0.3333333333333333 * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(Float64(Float64(fma(Float64(Float64(Float64(re * re) * 0.008333333333333333) - 0.16666666666666666), Float64(re * re), 1.0) * re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], 6e-33], N[(N[(N[(N[(re * re), $MachinePrecision] * -0.08333333333333333 + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(-0.3333333333333333 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(N[(N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.008333333333333333), $MachinePrecision] - 0.16666666666666666), $MachinePrecision] * N[(re * re), $MachinePrecision] + 1.0), $MachinePrecision] * re), $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < 6.0000000000000003e-33

   1. Initial program 73.7%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left(\frac{-1}{3} \cdot {im}^{2} - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      3. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      4. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      5. unpow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-*.f64 82.6

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   5. Applied rewrites 82.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right)} \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\color{blue}{re} \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. *-commutative N/A

         \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. +-commutative N/A

         \[\leadsto \left(\left(\frac{-1}{12} \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      5. *-commutative N/A

         \[\leadsto \left(\left({re}^{2} \cdot \frac{-1}{12} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-fma.f64 N/A

         \[\leadsto \left(\mathsf{fma}\left({re}^{2}, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      7. unpow2 N/A

         \[\leadsto \left(\mathsf{fma}\left(re \cdot re, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      8. lower-*.f64 57.2

         \[\leadsto \left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 57.2%

      \[\leadsto \color{blue}{\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right)} \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if 6.0000000000000003e-33 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 50.4%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 91.7

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 91.7%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\left(re \cdot \left(1 + {re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right)\right)\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\left(\left(1 + {re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right)\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\left(\left(1 + {re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right)\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      3. +-commutative N/A

         \[\leadsto \left(\left(\left({re}^{2} \cdot \left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right) + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      4. *-commutative N/A

         \[\leadsto \left(\left(\left(\left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}\right) \cdot {re}^{2} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      5. lower-fma.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      6. lower--.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(\frac{1}{120} \cdot {re}^{2} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      7. *-commutative N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      8. lower-*.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      9. pow2 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      10. lift-*.f64 N/A

          \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{120} - \frac{1}{6}, {re}^{2}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. pow2 N/A

          \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{120} - \frac{1}{6}, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      12. lift-*.f64 30.7

          \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   8. Applied rewrites 30.7%

      \[\leadsto \left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]
3. Recombined 2 regimes into one program.

4. Final simplification 50.2%

   \[\leadsto \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq 6 \cdot 10^{-33}:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.008333333333333333 - 0.16666666666666666, re \cdot re, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \end{array} \]
5. Add Preprocessing

Alternative 11: 93.2% accurate, 2.0× speedup

Math

\[\begin{array}{l} \\ \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (*
  (* 0.5 (sin re))
  (*
   (-
    (*
     (-
      (*
       (* (- (* -0.0003968253968253968 (* im im)) 0.016666666666666666) im)
       im)
      0.3333333333333333)
     (* im im))
    2.0)
   im)))

C

double code(double re, double im) {
	return (0.5 * sin(re)) * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    code = (0.5d0 * sin(re)) * (((((((((-0.0003968253968253968d0) * (im * im)) - 0.016666666666666666d0) * im) * im) - 0.3333333333333333d0) * (im * im)) - 2.0d0) * im)
end function

Java

public static double code(double re, double im) {
	return (0.5 * Math.sin(re)) * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
}

Python

def code(re, im):
	return (0.5 * math.sin(re)) * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im)

Julia

function code(re, im)
	return Float64(Float64(0.5 * sin(re)) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * Float64(im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im))
end

MATLAB

function tmp = code(re, im)
	tmp = (0.5 * sin(re)) * ((((((((-0.0003968253968253968 * (im * im)) - 0.016666666666666666) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
end

Wolfram

code[re_, im_] := N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.016666666666666666), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]

Derivation

1. Initial program 67.5%

   \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
2. Add Preprocessing

3. Taylor expanded in im around 0

   \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
4. Step-by-step derivation

   1. *-commutative N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   2. lower-*.f64 N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

5. Applied rewrites 93.4%

   \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]
6. Add Preprocessing

Alternative 12: 93.0% accurate, 2.1× speedup

Math

\[\begin{array}{l} \\ \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (*
  (* 0.5 (sin re))
  (*
   (-
    (*
     (- (* (* (* (* -0.0003968253968253968 im) im) im) im) 0.3333333333333333)
     (* im im))
    2.0)
   im)))

C

double code(double re, double im) {
	return (0.5 * sin(re)) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    code = (0.5d0 * sin(re)) * (((((((((-0.0003968253968253968d0) * im) * im) * im) * im) - 0.3333333333333333d0) * (im * im)) - 2.0d0) * im)
end function

Java

public static double code(double re, double im) {
	return (0.5 * Math.sin(re)) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
}

Python

def code(re, im):
	return (0.5 * math.sin(re)) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im)

Julia

function code(re, im)
	return Float64(Float64(0.5 * sin(re)) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im))
end

MATLAB

function tmp = code(re, im)
	tmp = (0.5 * sin(re)) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
end

Wolfram

code[re_, im_] := N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]

Derivation

1. Initial program 67.5%

   \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
2. Add Preprocessing

3. Taylor expanded in im around 0

   \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
4. Step-by-step derivation

   1. *-commutative N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   2. lower-*.f64 N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

5. Applied rewrites 93.4%

   \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

6. Taylor expanded in im around inf

   \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
7. Step-by-step derivation

   1. pow2 N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   2. associate-*r* N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   3. lower-*.f64 N/A

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   4. lower-*.f64 93.3

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

8. Applied rewrites 93.3%

   \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
9. Add Preprocessing

Alternative 13: 54.1% accurate, 2.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq 5 \cdot 10^{-6}:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\mathsf{fma}\left(\mathsf{fma}\left(-0.008333333333333333, \left(re \cdot re\right) \cdot im, 0.16666666666666666 \cdot im\right), re \cdot re, -im\right) \cdot re\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) 5e-6)
   (*
    (* (fma (* re re) -0.08333333333333333 0.5) re)
    (* (- (* -0.3333333333333333 (* im im)) 2.0) im))
   (*
    (fma
     (fma -0.008333333333333333 (* (* re re) im) (* 0.16666666666666666 im))
     (* re re)
     (- im))
    re)))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= 5e-6) {
		tmp = (fma((re * re), -0.08333333333333333, 0.5) * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	} else {
		tmp = fma(fma(-0.008333333333333333, ((re * re) * im), (0.16666666666666666 * im)), (re * re), -im) * re;
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= 5e-6)
		tmp = Float64(Float64(fma(Float64(re * re), -0.08333333333333333, 0.5) * re) * Float64(Float64(Float64(-0.3333333333333333 * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(fma(fma(-0.008333333333333333, Float64(Float64(re * re) * im), Float64(0.16666666666666666 * im)), Float64(re * re), Float64(-im)) * re);
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], 5e-6], N[(N[(N[(N[(re * re), $MachinePrecision] * -0.08333333333333333 + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(-0.3333333333333333 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(N[(N[(-0.008333333333333333 * N[(N[(re * re), $MachinePrecision] * im), $MachinePrecision] + N[(0.16666666666666666 * im), $MachinePrecision]), $MachinePrecision] * N[(re * re), $MachinePrecision] + (-im)), $MachinePrecision] * re), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < 5.00000000000000041e-6

   1. Initial program 73.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left(\frac{-1}{3} \cdot {im}^{2} - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      3. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      4. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      5. unpow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-*.f64 82.6

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   5. Applied rewrites 82.6%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right)} \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\color{blue}{re} \cdot \left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right)\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. *-commutative N/A

         \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\left(\frac{1}{2} + \frac{-1}{12} \cdot {re}^{2}\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. +-commutative N/A

         \[\leadsto \left(\left(\frac{-1}{12} \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      5. *-commutative N/A

         \[\leadsto \left(\left({re}^{2} \cdot \frac{-1}{12} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-fma.f64 N/A

         \[\leadsto \left(\mathsf{fma}\left({re}^{2}, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      7. unpow2 N/A

         \[\leadsto \left(\mathsf{fma}\left(re \cdot re, \frac{-1}{12}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      8. lower-*.f64 58.0

         \[\leadsto \left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 58.0%

      \[\leadsto \color{blue}{\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right)} \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if 5.00000000000000041e-6 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 48.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 58.9

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 58.9%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto re \cdot \color{blue}{\left(-1 \cdot im + {re}^{2} \cdot \left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im\right)\right)} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot im + {re}^{2} \cdot \left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im\right)\right) \cdot re \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot im + {re}^{2} \cdot \left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im\right)\right) \cdot re \]

      3. mul-1-neg N/A

         \[\leadsto \left(\left(\mathsf{neg}\left(im\right)\right) + {re}^{2} \cdot \left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im\right)\right) \cdot re \]

      4. +-commutative N/A

         \[\leadsto \left({re}^{2} \cdot \left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im\right) + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      5. *-commutative N/A

         \[\leadsto \left(\left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im\right) \cdot {re}^{2} + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      6. lower-fma.f64 N/A

         \[\leadsto \mathsf{fma}\left(\frac{-1}{120} \cdot \left(im \cdot {re}^{2}\right) + \frac{1}{6} \cdot im, {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      7. lower-fma.f64 N/A

         \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, im \cdot {re}^{2}, \frac{1}{6} \cdot im\right), {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      8. *-commutative N/A

         \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, {re}^{2} \cdot im, \frac{1}{6} \cdot im\right), {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      9. lower-*.f64 N/A

         \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, {re}^{2} \cdot im, \frac{1}{6} \cdot im\right), {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      10. unpow2 N/A

          \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, \left(re \cdot re\right) \cdot im, \frac{1}{6} \cdot im\right), {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      11. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, \left(re \cdot re\right) \cdot im, \frac{1}{6} \cdot im\right), {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      12. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, \left(re \cdot re\right) \cdot im, \frac{1}{6} \cdot im\right), {re}^{2}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      13. unpow2 N/A

          \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, \left(re \cdot re\right) \cdot im, \frac{1}{6} \cdot im\right), re \cdot re, \mathsf{neg}\left(im\right)\right) \cdot re \]

      14. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(\frac{-1}{120}, \left(re \cdot re\right) \cdot im, \frac{1}{6} \cdot im\right), re \cdot re, \mathsf{neg}\left(im\right)\right) \cdot re \]

      15. lift-neg.f64 24.1

          \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(-0.008333333333333333, \left(re \cdot re\right) \cdot im, 0.16666666666666666 \cdot im\right), re \cdot re, -im\right) \cdot re \]

   8. Applied rewrites 24.1%

      \[\leadsto \mathsf{fma}\left(\mathsf{fma}\left(-0.008333333333333333, \left(re \cdot re\right) \cdot im, 0.16666666666666666 \cdot im\right), re \cdot re, -im\right) \cdot \color{blue}{re} \]
3. Recombined 2 regimes into one program.

4. Final simplification 49.8%

   \[\leadsto \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq 5 \cdot 10^{-6}:\\ \;\;\;\;\left(\mathsf{fma}\left(re \cdot re, -0.08333333333333333, 0.5\right) \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\mathsf{fma}\left(\mathsf{fma}\left(-0.008333333333333333, \left(re \cdot re\right) \cdot im, 0.16666666666666666 \cdot im\right), re \cdot re, -im\right) \cdot re\\ \end{array} \]
5. Add Preprocessing

Alternative 14: 54.0% accurate, 2.1× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (*
    (*
     (* (fma (* re re) -0.16666666666666666 1.0) re)
     (fma (* -0.16666666666666666 im) im -1.0))
    im)
   (* (* 0.5 re) (* (- (* -0.3333333333333333 (* im im)) 2.0) im))))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = ((fma((re * re), -0.16666666666666666, 1.0) * re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	} else {
		tmp = (0.5 * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(Float64(fma(Float64(re * re), -0.16666666666666666, 1.0) * re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	else
		tmp = Float64(Float64(0.5 * re) * Float64(Float64(Float64(-0.3333333333333333 * Float64(im * im)) - 2.0) * im));
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(N[(re * re), $MachinePrecision] * -0.16666666666666666 + 1.0), $MachinePrecision] * re), $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision], N[(N[(0.5 * re), $MachinePrecision] * N[(N[(N[(-0.3333333333333333 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 86.5

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 86.5%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\left(re \cdot \left(1 + \frac{-1}{6} \cdot {re}^{2}\right)\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\left(\left(1 + \frac{-1}{6} \cdot {re}^{2}\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\left(\left(1 + \frac{-1}{6} \cdot {re}^{2}\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      3. +-commutative N/A

         \[\leadsto \left(\left(\left(\frac{-1}{6} \cdot {re}^{2} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      4. *-commutative N/A

         \[\leadsto \left(\left(\left({re}^{2} \cdot \frac{-1}{6} + 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      5. lower-fma.f64 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left({re}^{2}, \frac{-1}{6}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      6. pow2 N/A

         \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, \frac{-1}{6}, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      7. lift-*.f64 11.9

         \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   8. Applied rewrites 11.9%

      \[\leadsto \left(\left(\mathsf{fma}\left(re \cdot re, -0.16666666666666666, 1\right) \cdot re\right) \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left(\frac{-1}{3} \cdot {im}^{2} - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      3. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      4. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      5. unpow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-*.f64 84.5

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   5. Applied rewrites 84.5%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{re}\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

   8. Applied rewrites 63.2%

      \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 15: 89.1% accurate, 2.3× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;im \leq -8.2 \cdot 10^{+115}:\\ \;\;\;\;\left(0.5 \cdot \sin re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{elif}\;im \leq -58000:\\ \;\;\;\;\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{elif}\;im \leq 7.6:\\ \;\;\;\;\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(1 - e^{im}\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= im -8.2e+115)
   (* (* 0.5 (sin re)) (* (- (* -0.3333333333333333 (* im im)) 2.0) im))
   (if (<= im -58000.0)
     (*
      (*
       (fma
        (- (* (* re re) 0.004166666666666667) 0.08333333333333333)
        (* re re)
        0.5)
       re)
      (*
       (-
        (*
         (-
          (* (* (* (* -0.0003968253968253968 im) im) im) im)
          0.3333333333333333)
         (* im im))
        2.0)
       im))
     (if (<= im 7.6)
       (* (* (sin re) (fma (* -0.16666666666666666 im) im -1.0)) im)
       (* (* 0.5 re) (- 1.0 (exp im)))))))

C

double code(double re, double im) {
	double tmp;
	if (im <= -8.2e+115) {
		tmp = (0.5 * sin(re)) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	} else if (im <= -58000.0) {
		tmp = (fma((((re * re) * 0.004166666666666667) - 0.08333333333333333), (re * re), 0.5) * re) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else if (im <= 7.6) {
		tmp = (sin(re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	} else {
		tmp = (0.5 * re) * (1.0 - exp(im));
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (im <= -8.2e+115)
		tmp = Float64(Float64(0.5 * sin(re)) * Float64(Float64(Float64(-0.3333333333333333 * Float64(im * im)) - 2.0) * im));
	elseif (im <= -58000.0)
		tmp = Float64(Float64(fma(Float64(Float64(Float64(re * re) * 0.004166666666666667) - 0.08333333333333333), Float64(re * re), 0.5) * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	elseif (im <= 7.6)
		tmp = Float64(Float64(sin(re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	else
		tmp = Float64(Float64(0.5 * re) * Float64(1.0 - exp(im)));
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[im, -8.2e+115], N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[(N[(-0.3333333333333333 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], If[LessEqual[im, -58000.0], N[(N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.004166666666666667), $MachinePrecision] - 0.08333333333333333), $MachinePrecision] * N[(re * re), $MachinePrecision] + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], If[LessEqual[im, 7.6], N[(N[(N[Sin[re], $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision], N[(N[(0.5 * re), $MachinePrecision] * N[(1.0 - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]]

Derivation

1. Split input into 4 regimes

2. if im < -8.19999999999999925e115

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left(\frac{-1}{3} \cdot {im}^{2} - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      3. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      4. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      5. unpow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-*.f64 100.0

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   if -8.19999999999999925e115 < im < -58000

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 62.2%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 62.2

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 62.2%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left(\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. lower--.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. *-commutative N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       8. lower-*.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       9. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       10. lift-*.f64 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       11. pow2 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, re \cdot re, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       12. lift-*.f64 71.1

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 71.1%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if -58000 < im < 7.5999999999999996

   1. Initial program 34.1%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 97.7

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 97.7%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   if 7.5999999999999996 < im

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{re}\right) \cdot \left(1 - e^{im}\right) \]
   7. Step-by-step derivation

   8. Applied rewrites 91.2%

      \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(1 - e^{im}\right) \]
3. Recombined 4 regimes into one program.
4. Add Preprocessing

Alternative 16: 53.4% accurate, 2.3× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (* (* (- (* (* re re) 0.16666666666666666) 1.0) im) re)
   (* (* 0.5 re) (* (- (* -0.3333333333333333 (* im im)) 2.0) im))))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	} else {
		tmp = (0.5 * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: tmp
    if ((0.5d0 * sin(re)) <= (-0.005d0)) then
        tmp = ((((re * re) * 0.16666666666666666d0) - 1.0d0) * im) * re
    else
        tmp = (0.5d0 * re) * ((((-0.3333333333333333d0) * (im * im)) - 2.0d0) * im)
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double tmp;
	if ((0.5 * Math.sin(re)) <= -0.005) {
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	} else {
		tmp = (0.5 * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	}
	return tmp;
}

Python

def code(re, im):
	tmp = 0
	if (0.5 * math.sin(re)) <= -0.005:
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re
	else:
		tmp = (0.5 * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im)
	return tmp

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(Float64(Float64(Float64(re * re) * 0.16666666666666666) - 1.0) * im) * re);
	else
		tmp = Float64(Float64(0.5 * re) * Float64(Float64(Float64(-0.3333333333333333 * Float64(im * im)) - 2.0) * im));
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	tmp = 0.0;
	if ((0.5 * sin(re)) <= -0.005)
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	else
		tmp = (0.5 * re) * (((-0.3333333333333333 * (im * im)) - 2.0) * im);
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.16666666666666666), $MachinePrecision] - 1.0), $MachinePrecision] * im), $MachinePrecision] * re), $MachinePrecision], N[(N[(0.5 * re), $MachinePrecision] * N[(N[(N[(-0.3333333333333333 * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 59.7

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 59.7%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto re \cdot \color{blue}{\left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right)} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      3. mul-1-neg N/A

         \[\leadsto \left(\left(\mathsf{neg}\left(im\right)\right) + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      4. +-commutative N/A

         \[\leadsto \left(\frac{1}{6} \cdot \left(im \cdot {re}^{2}\right) + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      5. *-commutative N/A

         \[\leadsto \left(\left(im \cdot {re}^{2}\right) \cdot \frac{1}{6} + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      6. lower-fma.f64 N/A

         \[\leadsto \mathsf{fma}\left(im \cdot {re}^{2}, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      7. *-commutative N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      8. lower-*.f64 N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      9. unpow2 N/A

         \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      10. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      11. lift-neg.f64 10.4

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot re \]

   8. Applied rewrites 10.4%

      \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot \color{blue}{re} \]

   9. Taylor expanded in im around 0

      \[\leadsto \left(im \cdot \left(\frac{1}{6} \cdot {re}^{2} - 1\right)\right) \cdot re \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       3. lower--.f64 N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       4. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       5. lower-*.f64 N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       6. pow2 N/A

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       7. lift-*.f64 10.4

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re \]

   11. Applied rewrites 10.4%

       \[\leadsto \left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left(\frac{-1}{3} \cdot {im}^{2} - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot \color{blue}{im}\right) \]

      3. lower--.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      4. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot {im}^{2} - 2\right) \cdot im\right) \]

      5. unpow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      6. lower-*.f64 84.5

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   5. Applied rewrites 84.5%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{re}\right) \cdot \left(\left(\frac{-1}{3} \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

   8. Applied rewrites 63.2%

      \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(\left(-0.3333333333333333 \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 17: 50.4% accurate, 2.3× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re\\ \mathbf{else}:\\ \;\;\;\;\left(\left(\left(im \cdot im\right) \cdot -0.16666666666666666 - 1\right) \cdot re\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (* (* (- (* (* re re) 0.16666666666666666) 1.0) im) re)
   (* (* (- (* (* im im) -0.16666666666666666) 1.0) re) im)))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	} else {
		tmp = ((((im * im) * -0.16666666666666666) - 1.0) * re) * im;
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: tmp
    if ((0.5d0 * sin(re)) <= (-0.005d0)) then
        tmp = ((((re * re) * 0.16666666666666666d0) - 1.0d0) * im) * re
    else
        tmp = ((((im * im) * (-0.16666666666666666d0)) - 1.0d0) * re) * im
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double tmp;
	if ((0.5 * Math.sin(re)) <= -0.005) {
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	} else {
		tmp = ((((im * im) * -0.16666666666666666) - 1.0) * re) * im;
	}
	return tmp;
}

Python

def code(re, im):
	tmp = 0
	if (0.5 * math.sin(re)) <= -0.005:
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re
	else:
		tmp = ((((im * im) * -0.16666666666666666) - 1.0) * re) * im
	return tmp

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(Float64(Float64(Float64(re * re) * 0.16666666666666666) - 1.0) * im) * re);
	else
		tmp = Float64(Float64(Float64(Float64(Float64(im * im) * -0.16666666666666666) - 1.0) * re) * im);
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	tmp = 0.0;
	if ((0.5 * sin(re)) <= -0.005)
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	else
		tmp = ((((im * im) * -0.16666666666666666) - 1.0) * re) * im;
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.16666666666666666), $MachinePrecision] - 1.0), $MachinePrecision] * im), $MachinePrecision] * re), $MachinePrecision], N[(N[(N[(N[(N[(im * im), $MachinePrecision] * -0.16666666666666666), $MachinePrecision] - 1.0), $MachinePrecision] * re), $MachinePrecision] * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 59.7

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 59.7%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto re \cdot \color{blue}{\left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right)} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      3. mul-1-neg N/A

         \[\leadsto \left(\left(\mathsf{neg}\left(im\right)\right) + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      4. +-commutative N/A

         \[\leadsto \left(\frac{1}{6} \cdot \left(im \cdot {re}^{2}\right) + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      5. *-commutative N/A

         \[\leadsto \left(\left(im \cdot {re}^{2}\right) \cdot \frac{1}{6} + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      6. lower-fma.f64 N/A

         \[\leadsto \mathsf{fma}\left(im \cdot {re}^{2}, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      7. *-commutative N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      8. lower-*.f64 N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      9. unpow2 N/A

         \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      10. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      11. lift-neg.f64 10.4

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot re \]

   8. Applied rewrites 10.4%

      \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot \color{blue}{re} \]

   9. Taylor expanded in im around 0

      \[\leadsto \left(im \cdot \left(\frac{1}{6} \cdot {re}^{2} - 1\right)\right) \cdot re \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       3. lower--.f64 N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       4. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       5. lower-*.f64 N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       6. pow2 N/A

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       7. lift-*.f64 10.4

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re \]

   11. Applied rewrites 10.4%

       \[\leadsto \left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 76.7

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 76.7%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(re \cdot \left(\frac{-1}{6} \cdot {im}^{2} - 1\right)\right) \cdot im \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2} - 1\right) \cdot re\right) \cdot im \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2} - 1\right) \cdot re\right) \cdot im \]

      3. lower--.f64 N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2} - 1\right) \cdot re\right) \cdot im \]

      4. *-commutative N/A

         \[\leadsto \left(\left({im}^{2} \cdot \frac{-1}{6} - 1\right) \cdot re\right) \cdot im \]

      5. lower-*.f64 N/A

         \[\leadsto \left(\left({im}^{2} \cdot \frac{-1}{6} - 1\right) \cdot re\right) \cdot im \]

      6. pow2 N/A

         \[\leadsto \left(\left(\left(im \cdot im\right) \cdot \frac{-1}{6} - 1\right) \cdot re\right) \cdot im \]

      7. lift-*.f64 55.4

         \[\leadsto \left(\left(\left(im \cdot im\right) \cdot -0.16666666666666666 - 1\right) \cdot re\right) \cdot im \]

   8. Applied rewrites 55.4%

      \[\leadsto \left(\left(\left(im \cdot im\right) \cdot -0.16666666666666666 - 1\right) \cdot re\right) \cdot im \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 18: 35.4% accurate, 2.3× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq 2 \cdot 10^{-272}:\\ \;\;\;\;\left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re\\ \mathbf{else}:\\ \;\;\;\;\left(-re\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) 2e-272)
   (* (* (- (* (* re re) 0.16666666666666666) 1.0) im) re)
   (* (- re) im)))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= 2e-272) {
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	} else {
		tmp = -re * im;
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: tmp
    if ((0.5d0 * sin(re)) <= 2d-272) then
        tmp = ((((re * re) * 0.16666666666666666d0) - 1.0d0) * im) * re
    else
        tmp = -re * im
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double tmp;
	if ((0.5 * Math.sin(re)) <= 2e-272) {
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	} else {
		tmp = -re * im;
	}
	return tmp;
}

Python

def code(re, im):
	tmp = 0
	if (0.5 * math.sin(re)) <= 2e-272:
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re
	else:
		tmp = -re * im
	return tmp

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= 2e-272)
		tmp = Float64(Float64(Float64(Float64(Float64(re * re) * 0.16666666666666666) - 1.0) * im) * re);
	else
		tmp = Float64(Float64(-re) * im);
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	tmp = 0.0;
	if ((0.5 * sin(re)) <= 2e-272)
		tmp = ((((re * re) * 0.16666666666666666) - 1.0) * im) * re;
	else
		tmp = -re * im;
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], 2e-272], N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.16666666666666666), $MachinePrecision] - 1.0), $MachinePrecision] * im), $MachinePrecision] * re), $MachinePrecision], N[((-re) * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < 1.99999999999999986e-272

   1. Initial program 66.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 49.8

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 49.8%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto re \cdot \color{blue}{\left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right)} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      3. mul-1-neg N/A

         \[\leadsto \left(\left(\mathsf{neg}\left(im\right)\right) + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      4. +-commutative N/A

         \[\leadsto \left(\frac{1}{6} \cdot \left(im \cdot {re}^{2}\right) + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      5. *-commutative N/A

         \[\leadsto \left(\left(im \cdot {re}^{2}\right) \cdot \frac{1}{6} + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      6. lower-fma.f64 N/A

         \[\leadsto \mathsf{fma}\left(im \cdot {re}^{2}, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      7. *-commutative N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      8. lower-*.f64 N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      9. unpow2 N/A

         \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      10. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      11. lift-neg.f64 26.5

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot re \]

   8. Applied rewrites 26.5%

      \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot \color{blue}{re} \]

   9. Taylor expanded in im around 0

      \[\leadsto \left(im \cdot \left(\frac{1}{6} \cdot {re}^{2} - 1\right)\right) \cdot re \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       3. lower--.f64 N/A

          \[\leadsto \left(\left(\frac{1}{6} \cdot {re}^{2} - 1\right) \cdot im\right) \cdot re \]

       4. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       5. lower-*.f64 N/A

          \[\leadsto \left(\left({re}^{2} \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       6. pow2 N/A

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot \frac{1}{6} - 1\right) \cdot im\right) \cdot re \]

       7. lift-*.f64 26.5

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re \]

   11. Applied rewrites 26.5%

       \[\leadsto \left(\left(\left(re \cdot re\right) \cdot 0.16666666666666666 - 1\right) \cdot im\right) \cdot re \]

   if 1.99999999999999986e-272 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 68.2%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 50.6

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 50.6%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(-re\right) \cdot im \]
   7. Step-by-step derivation

   8. Applied rewrites 29.2%

      \[\leadsto \left(-re\right) \cdot im \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 19: 35.3% accurate, 2.4× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;0.5 \cdot \sin re \leq -0.005:\\ \;\;\;\;\left(\left(\left(re \cdot re\right) \cdot im\right) \cdot 0.16666666666666666\right) \cdot re\\ \mathbf{else}:\\ \;\;\;\;\left(-re\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= (* 0.5 (sin re)) -0.005)
   (* (* (* (* re re) im) 0.16666666666666666) re)
   (* (- re) im)))

C

double code(double re, double im) {
	double tmp;
	if ((0.5 * sin(re)) <= -0.005) {
		tmp = (((re * re) * im) * 0.16666666666666666) * re;
	} else {
		tmp = -re * im;
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: tmp
    if ((0.5d0 * sin(re)) <= (-0.005d0)) then
        tmp = (((re * re) * im) * 0.16666666666666666d0) * re
    else
        tmp = -re * im
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double tmp;
	if ((0.5 * Math.sin(re)) <= -0.005) {
		tmp = (((re * re) * im) * 0.16666666666666666) * re;
	} else {
		tmp = -re * im;
	}
	return tmp;
}

Python

def code(re, im):
	tmp = 0
	if (0.5 * math.sin(re)) <= -0.005:
		tmp = (((re * re) * im) * 0.16666666666666666) * re
	else:
		tmp = -re * im
	return tmp

Julia

function code(re, im)
	tmp = 0.0
	if (Float64(0.5 * sin(re)) <= -0.005)
		tmp = Float64(Float64(Float64(Float64(re * re) * im) * 0.16666666666666666) * re);
	else
		tmp = Float64(Float64(-re) * im);
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	tmp = 0.0;
	if ((0.5 * sin(re)) <= -0.005)
		tmp = (((re * re) * im) * 0.16666666666666666) * re;
	else
		tmp = -re * im;
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := If[LessEqual[N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision], -0.005], N[(N[(N[(N[(re * re), $MachinePrecision] * im), $MachinePrecision] * 0.16666666666666666), $MachinePrecision] * re), $MachinePrecision], N[((-re) * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if (*.f64 #s(literal 1/2 binary64) (sin.f64 re)) < -0.0050000000000000001

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 59.7

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 59.7%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto re \cdot \color{blue}{\left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right)} \]
   7. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot im + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      3. mul-1-neg N/A

         \[\leadsto \left(\left(\mathsf{neg}\left(im\right)\right) + \frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]

      4. +-commutative N/A

         \[\leadsto \left(\frac{1}{6} \cdot \left(im \cdot {re}^{2}\right) + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      5. *-commutative N/A

         \[\leadsto \left(\left(im \cdot {re}^{2}\right) \cdot \frac{1}{6} + \left(\mathsf{neg}\left(im\right)\right)\right) \cdot re \]

      6. lower-fma.f64 N/A

         \[\leadsto \mathsf{fma}\left(im \cdot {re}^{2}, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      7. *-commutative N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      8. lower-*.f64 N/A

         \[\leadsto \mathsf{fma}\left({re}^{2} \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      9. unpow2 N/A

         \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      10. lower-*.f64 N/A

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, \frac{1}{6}, \mathsf{neg}\left(im\right)\right) \cdot re \]

      11. lift-neg.f64 10.4

          \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot re \]

   8. Applied rewrites 10.4%

      \[\leadsto \mathsf{fma}\left(\left(re \cdot re\right) \cdot im, 0.16666666666666666, -im\right) \cdot \color{blue}{re} \]

   9. Taylor expanded in re around inf

      \[\leadsto \left(\frac{1}{6} \cdot \left(im \cdot {re}^{2}\right)\right) \cdot re \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(im \cdot {re}^{2}\right) \cdot \frac{1}{6}\right) \cdot re \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(im \cdot {re}^{2}\right) \cdot \frac{1}{6}\right) \cdot re \]

       3. *-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot im\right) \cdot \frac{1}{6}\right) \cdot re \]

       4. pow2 N/A

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot im\right) \cdot \frac{1}{6}\right) \cdot re \]

       5. lift-*.f64 N/A

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot im\right) \cdot \frac{1}{6}\right) \cdot re \]

       6. lift-*.f64 9.7

          \[\leadsto \left(\left(\left(re \cdot re\right) \cdot im\right) \cdot 0.16666666666666666\right) \cdot re \]

   11. Applied rewrites 9.7%

       \[\leadsto \left(\left(\left(re \cdot re\right) \cdot im\right) \cdot 0.16666666666666666\right) \cdot re \]

   if -0.0050000000000000001 < (*.f64 #s(literal 1/2 binary64) (sin.f64 re))

   1. Initial program 74.9%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 46.9

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 46.9%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(-re\right) \cdot im \]
   7. Step-by-step derivation

   8. Applied rewrites 33.6%

      \[\leadsto \left(-re\right) \cdot im \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 20: 73.4% accurate, 2.5× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;re \leq 1.5 \cdot 10^{-5}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= re 1.5e-5)
   (*
    (* 0.5 re)
    (*
     (-
      (*
       (-
        (*
         (- (* (* -0.0003968253968253968 im) im) 0.016666666666666666)
         (* im im))
        0.3333333333333333)
       (* im im))
      2.0)
     im))
   (* (* (sin re) (fma (* -0.16666666666666666 im) im -1.0)) im)))

C

double code(double re, double im) {
	double tmp;
	if (re <= 1.5e-5) {
		tmp = (0.5 * re) * ((((((((-0.0003968253968253968 * im) * im) - 0.016666666666666666) * (im * im)) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = (sin(re) * fma((-0.16666666666666666 * im), im, -1.0)) * im;
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (re <= 1.5e-5)
		tmp = Float64(Float64(0.5 * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) - 0.016666666666666666) * Float64(im * im)) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(Float64(sin(re) * fma(Float64(-0.16666666666666666 * im), im, -1.0)) * im);
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[re, 1.5e-5], N[(N[(0.5 * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] - 0.016666666666666666), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[(N[(N[Sin[re], $MachinePrecision] * N[(N[(-0.16666666666666666 * im), $MachinePrecision] * im + -1.0), $MachinePrecision]), $MachinePrecision] * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if re < 1.50000000000000004e-5

   1. Initial program 74.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 92.4%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]
   6. Step-by-step derivation

      1. lift-*.f64 N/A

         \[\leadsto \color{blue}{\left(\frac{1}{2} \cdot \sin re\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. lift-sin.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{\sin re}\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. *-commutative N/A

         \[\leadsto \color{blue}{\left(\sin re \cdot \frac{1}{2}\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lift-sin.f64 N/A

         \[\leadsto \left(\color{blue}{\sin re} \cdot \frac{1}{2}\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right) - \frac{1}{60}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      5. lift-*.f64 92.4

         \[\leadsto \color{blue}{\left(\sin re \cdot 0.5\right)} \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   7. Applied rewrites 92.4%

      \[\leadsto \color{blue}{\left(\sin re \cdot 0.5\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   8. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(\frac{1}{2} \cdot re\right)} \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im - \frac{1}{60}\right) \cdot \left(im \cdot im\right) - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   9. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\color{blue}{\frac{1}{2}} \cdot re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im - \frac{1}{60}\right) \cdot \left(im \cdot im\right) - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. lower-*.f64 70.4

         \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   10. Applied rewrites 70.4%

       \[\leadsto \color{blue}{\left(0.5 \cdot re\right)} \cdot \left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im - 0.016666666666666666\right) \cdot \left(im \cdot im\right) - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if 1.50000000000000004e-5 < re

   1. Initial program 45.6%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{im \cdot \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      2. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re + \frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right)\right) \cdot \color{blue}{im} \]

      3. +-commutative N/A

         \[\leadsto \left(\frac{-1}{6} \cdot \left({im}^{2} \cdot \sin re\right) + -1 \cdot \sin re\right) \cdot im \]

      4. associate-*r* N/A

         \[\leadsto \left(\left(\frac{-1}{6} \cdot {im}^{2}\right) \cdot \sin re + -1 \cdot \sin re\right) \cdot im \]

      5. distribute-rgt-out N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      6. lower-*.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      7. lift-sin.f64 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot {im}^{2} + -1\right)\right) \cdot im \]

      8. unpow2 N/A

         \[\leadsto \left(\sin re \cdot \left(\frac{-1}{6} \cdot \left(im \cdot im\right) + -1\right)\right) \cdot im \]

      9. associate-*r* N/A

         \[\leadsto \left(\sin re \cdot \left(\left(\frac{-1}{6} \cdot im\right) \cdot im + -1\right)\right) \cdot im \]

      10. lower-fma.f64 N/A

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(\frac{-1}{6} \cdot im, im, -1\right)\right) \cdot im \]

      11. lower-*.f64 91.7

          \[\leadsto \left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im \]

   5. Applied rewrites 91.7%

      \[\leadsto \color{blue}{\left(\sin re \cdot \mathsf{fma}\left(-0.16666666666666666 \cdot im, im, -1\right)\right) \cdot im} \]
3. Recombined 2 regimes into one program.
4. Add Preprocessing

Alternative 21: 84.9% accurate, 2.5× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;im \leq -58000:\\ \;\;\;\;\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{elif}\;im \leq 5.7:\\ \;\;\;\;\left(-\sin re\right) \cdot im\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot re\right) \cdot \left(1 - e^{im}\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (<= im -58000.0)
   (*
    (*
     (fma
      (- (* (* re re) 0.004166666666666667) 0.08333333333333333)
      (* re re)
      0.5)
     re)
    (*
     (-
      (*
       (-
        (* (* (* (* -0.0003968253968253968 im) im) im) im)
        0.3333333333333333)
       (* im im))
      2.0)
     im))
   (if (<= im 5.7) (* (- (sin re)) im) (* (* 0.5 re) (- 1.0 (exp im))))))

C

double code(double re, double im) {
	double tmp;
	if (im <= -58000.0) {
		tmp = (fma((((re * re) * 0.004166666666666667) - 0.08333333333333333), (re * re), 0.5) * re) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else if (im <= 5.7) {
		tmp = -sin(re) * im;
	} else {
		tmp = (0.5 * re) * (1.0 - exp(im));
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if (im <= -58000.0)
		tmp = Float64(Float64(fma(Float64(Float64(Float64(re * re) * 0.004166666666666667) - 0.08333333333333333), Float64(re * re), 0.5) * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	elseif (im <= 5.7)
		tmp = Float64(Float64(-sin(re)) * im);
	else
		tmp = Float64(Float64(0.5 * re) * Float64(1.0 - exp(im)));
	end
	return tmp
end

Wolfram

code[re_, im_] := If[LessEqual[im, -58000.0], N[(N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.004166666666666667), $MachinePrecision] - 0.08333333333333333), $MachinePrecision] * N[(re * re), $MachinePrecision] + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], If[LessEqual[im, 5.7], N[((-N[Sin[re], $MachinePrecision]) * im), $MachinePrecision], N[(N[(0.5 * re), $MachinePrecision] * N[(1.0 - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]]

Derivation

1. Split input into 3 regimes

2. if im < -58000

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 88.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 88.0

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 88.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left(\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. lower--.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. *-commutative N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       8. lower-*.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       9. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       10. lift-*.f64 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       11. pow2 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, re \cdot re, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       12. lift-*.f64 71.8

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 71.8%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if -58000 < im < 5.70000000000000018

   1. Initial program 34.1%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 97.6

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 97.6%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

   if 5.70000000000000018 < im

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]
   4. Step-by-step derivation

   5. Applied rewrites 100.0%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\color{blue}{1} - e^{im}\right) \]

   6. Taylor expanded in re around 0

      \[\leadsto \left(\frac{1}{2} \cdot \color{blue}{re}\right) \cdot \left(1 - e^{im}\right) \]
   7. Step-by-step derivation

   8. Applied rewrites 91.2%

      \[\leadsto \left(0.5 \cdot \color{blue}{re}\right) \cdot \left(1 - e^{im}\right) \]
3. Recombined 3 regimes into one program.
4. Add Preprocessing

Alternative 22: 82.9% accurate, 2.6× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;im \leq -58000 \lor \neg \left(im \leq 5 \cdot 10^{+14}\right):\\ \;\;\;\;\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(-\sin re\right) \cdot im\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (or (<= im -58000.0) (not (<= im 5e+14)))
   (*
    (*
     (fma
      (- (* (* re re) 0.004166666666666667) 0.08333333333333333)
      (* re re)
      0.5)
     re)
    (*
     (-
      (*
       (-
        (* (* (* (* -0.0003968253968253968 im) im) im) im)
        0.3333333333333333)
       (* im im))
      2.0)
     im))
   (* (- (sin re)) im)))

C

double code(double re, double im) {
	double tmp;
	if ((im <= -58000.0) || !(im <= 5e+14)) {
		tmp = (fma((((re * re) * 0.004166666666666667) - 0.08333333333333333), (re * re), 0.5) * re) * ((((((((-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * (im * im)) - 2.0) * im);
	} else {
		tmp = -sin(re) * im;
	}
	return tmp;
}

Julia

function code(re, im)
	tmp = 0.0
	if ((im <= -58000.0) || !(im <= 5e+14))
		tmp = Float64(Float64(fma(Float64(Float64(Float64(re * re) * 0.004166666666666667) - 0.08333333333333333), Float64(re * re), 0.5) * re) * Float64(Float64(Float64(Float64(Float64(Float64(Float64(Float64(-0.0003968253968253968 * im) * im) * im) * im) - 0.3333333333333333) * Float64(im * im)) - 2.0) * im));
	else
		tmp = Float64(Float64(-sin(re)) * im);
	end
	return tmp
end

Wolfram

code[re_, im_] := If[Or[LessEqual[im, -58000.0], N[Not[LessEqual[im, 5e+14]], $MachinePrecision]], N[(N[(N[(N[(N[(N[(re * re), $MachinePrecision] * 0.004166666666666667), $MachinePrecision] - 0.08333333333333333), $MachinePrecision] * N[(re * re), $MachinePrecision] + 0.5), $MachinePrecision] * re), $MachinePrecision] * N[(N[(N[(N[(N[(N[(N[(N[(-0.0003968253968253968 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] - 0.3333333333333333), $MachinePrecision] * N[(im * im), $MachinePrecision]), $MachinePrecision] - 2.0), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision], N[((-N[Sin[re], $MachinePrecision]) * im), $MachinePrecision]]

Derivation

1. Split input into 2 regimes

2. if im < -58000 or 5e14 < im

   1. Initial program 100.0%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \color{blue}{\left(im \cdot \left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right)\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

      2. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left({im}^{2} \cdot \left({im}^{2} \cdot \left(\frac{-1}{2520} \cdot {im}^{2} - \frac{1}{60}\right) - \frac{1}{3}\right) - 2\right) \cdot \color{blue}{im}\right) \]

   5. Applied rewrites 90.4%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \color{blue}{\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot \left(im \cdot im\right) - 0.016666666666666666\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)} \]

   6. Taylor expanded in im around inf

      \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot {im}^{2}\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   7. Step-by-step derivation

      1. pow2 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\frac{-1}{2520} \cdot \left(im \cdot im\right)\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      3. lower-*.f64 N/A

         \[\leadsto \left(\frac{1}{2} \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

      4. lower-*.f64 90.4

         \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   8. Applied rewrites 90.4%

      \[\leadsto \left(0.5 \cdot \sin re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   9. Taylor expanded in re around 0

      \[\leadsto \color{blue}{\left(re \cdot \left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right)\right)} \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]
   10. Step-by-step derivation

       1. *-commutative N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       2. lower-*.f64 N/A

          \[\leadsto \left(\left(\frac{1}{2} + {re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right)\right) \cdot \color{blue}{re}\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       3. +-commutative N/A

          \[\leadsto \left(\left({re}^{2} \cdot \left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       4. *-commutative N/A

          \[\leadsto \left(\left(\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}\right) \cdot {re}^{2} + \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       5. lower-fma.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       6. lower--.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left(\frac{1}{240} \cdot {re}^{2} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       7. *-commutative N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       8. lower-*.f64 N/A

          \[\leadsto \left(\mathsf{fma}\left({re}^{2} \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       9. pow2 N/A

          \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       10. lift-*.f64 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, {re}^{2}, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       11. pow2 N/A

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot \frac{1}{240} - \frac{1}{12}, re \cdot re, \frac{1}{2}\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(\frac{-1}{2520} \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - \frac{1}{3}\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

       12. lift-*.f64 80.7

           \[\leadsto \left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   11. Applied rewrites 80.7%

       \[\leadsto \color{blue}{\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right)} \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right) \]

   if -58000 < im < 5e14

   1. Initial program 35.1%

      \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
   2. Add Preprocessing

   3. Taylor expanded in im around 0

      \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
   4. Step-by-step derivation

      1. *-commutative N/A

         \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

      2. associate-*r* N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      3. lower-*.f64 N/A

         \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

      4. mul-1-neg N/A

         \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

      5. lower-neg.f64 N/A

         \[\leadsto \left(-\sin re\right) \cdot im \]

      6. lift-sin.f64 96.1

         \[\leadsto \left(-\sin re\right) \cdot im \]

   5. Applied rewrites 96.1%

      \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]
3. Recombined 2 regimes into one program.

4. Final simplification 88.4%

   \[\leadsto \begin{array}{l} \mathbf{if}\;im \leq -58000 \lor \neg \left(im \leq 5 \cdot 10^{+14}\right):\\ \;\;\;\;\left(\mathsf{fma}\left(\left(re \cdot re\right) \cdot 0.004166666666666667 - 0.08333333333333333, re \cdot re, 0.5\right) \cdot re\right) \cdot \left(\left(\left(\left(\left(\left(-0.0003968253968253968 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im - 0.3333333333333333\right) \cdot \left(im \cdot im\right) - 2\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(-\sin re\right) \cdot im\\ \end{array} \]
5. Add Preprocessing

Alternative 23: 33.1% accurate, 39.5× speedup

Math

\[\begin{array}{l} \\ \left(-re\right) \cdot im \end{array} \]

FPCore

(FPCore (re im) :precision binary64 (* (- re) im))

C

double code(double re, double im) {
	return -re * im;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    code = -re * im
end function

Java

public static double code(double re, double im) {
	return -re * im;
}

Python

def code(re, im):
	return -re * im

Julia

function code(re, im)
	return Float64(Float64(-re) * im)
end

MATLAB

function tmp = code(re, im)
	tmp = -re * im;
end

Wolfram

code[re_, im_] := N[((-re) * im), $MachinePrecision]

Derivation

1. Initial program 67.5%

   \[\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right) \]
2. Add Preprocessing

3. Taylor expanded in im around 0

   \[\leadsto \color{blue}{-1 \cdot \left(im \cdot \sin re\right)} \]
4. Step-by-step derivation

   1. *-commutative N/A

      \[\leadsto -1 \cdot \left(\sin re \cdot \color{blue}{im}\right) \]

   2. associate-*r* N/A

      \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

   3. lower-*.f64 N/A

      \[\leadsto \left(-1 \cdot \sin re\right) \cdot \color{blue}{im} \]

   4. mul-1-neg N/A

      \[\leadsto \left(\mathsf{neg}\left(\sin re\right)\right) \cdot im \]

   5. lower-neg.f64 N/A

      \[\leadsto \left(-\sin re\right) \cdot im \]

   6. lift-sin.f64 50.1

      \[\leadsto \left(-\sin re\right) \cdot im \]

5. Applied rewrites 50.1%

   \[\leadsto \color{blue}{\left(-\sin re\right) \cdot im} \]

6. Taylor expanded in re around 0

   \[\leadsto \left(-re\right) \cdot im \]
7. Step-by-step derivation

8. Applied rewrites 29.0%

   \[\leadsto \left(-re\right) \cdot im \]
9. Add Preprocessing

Developer Target 1: 99.7% accurate, 1.0× speedup

Math

\[\begin{array}{l} \\ \begin{array}{l} \mathbf{if}\;\left|im\right| < 1:\\ \;\;\;\;-\sin re \cdot \left(\left(im + \left(\left(0.16666666666666666 \cdot im\right) \cdot im\right) \cdot im\right) + \left(\left(\left(\left(0.008333333333333333 \cdot im\right) \cdot im\right) \cdot im\right) \cdot im\right) \cdot im\right)\\ \mathbf{else}:\\ \;\;\;\;\left(0.5 \cdot \sin re\right) \cdot \left(e^{-im} - e^{im}\right)\\ \end{array} \end{array} \]

FPCore

(FPCore (re im)
 :precision binary64
 (if (< (fabs im) 1.0)
   (-
    (*
     (sin re)
     (+
      (+ im (* (* (* 0.16666666666666666 im) im) im))
      (* (* (* (* (* 0.008333333333333333 im) im) im) im) im))))
   (* (* 0.5 (sin re)) (- (exp (- im)) (exp im)))))

C

double code(double re, double im) {
	double tmp;
	if (fabs(im) < 1.0) {
		tmp = -(sin(re) * ((im + (((0.16666666666666666 * im) * im) * im)) + (((((0.008333333333333333 * im) * im) * im) * im) * im)));
	} else {
		tmp = (0.5 * sin(re)) * (exp(-im) - exp(im));
	}
	return tmp;
}

Fortran

module fmin_fmax_functions
    implicit none
    private
    public fmax
    public fmin

    interface fmax
        module procedure fmax88
        module procedure fmax44
        module procedure fmax84
        module procedure fmax48
    end interface
    interface fmin
        module procedure fmin88
        module procedure fmin44
        module procedure fmin84
        module procedure fmin48
    end interface
contains
    real(8) function fmax88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(4) function fmax44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, max(x, y), y /= y), x /= x)
    end function
    real(8) function fmax84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, max(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmax48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), max(dble(x), y), y /= y), x /= x)
    end function
    real(8) function fmin88(x, y) result (res)
        real(8), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(4) function fmin44(x, y) result (res)
        real(4), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(y, merge(x, min(x, y), y /= y), x /= x)
    end function
    real(8) function fmin84(x, y) result(res)
        real(8), intent (in) :: x
        real(4), intent (in) :: y
        res = merge(dble(y), merge(x, min(x, dble(y)), y /= y), x /= x)
    end function
    real(8) function fmin48(x, y) result(res)
        real(4), intent (in) :: x
        real(8), intent (in) :: y
        res = merge(y, merge(dble(x), min(dble(x), y), y /= y), x /= x)
    end function
end module

real(8) function code(re, im)
use fmin_fmax_functions
    real(8), intent (in) :: re
    real(8), intent (in) :: im
    real(8) :: tmp
    if (abs(im) < 1.0d0) then
        tmp = -(sin(re) * ((im + (((0.16666666666666666d0 * im) * im) * im)) + (((((0.008333333333333333d0 * im) * im) * im) * im) * im)))
    else
        tmp = (0.5d0 * sin(re)) * (exp(-im) - exp(im))
    end if
    code = tmp
end function

Java

public static double code(double re, double im) {
	double tmp;
	if (Math.abs(im) < 1.0) {
		tmp = -(Math.sin(re) * ((im + (((0.16666666666666666 * im) * im) * im)) + (((((0.008333333333333333 * im) * im) * im) * im) * im)));
	} else {
		tmp = (0.5 * Math.sin(re)) * (Math.exp(-im) - Math.exp(im));
	}
	return tmp;
}

Python

def code(re, im):
	tmp = 0
	if math.fabs(im) < 1.0:
		tmp = -(math.sin(re) * ((im + (((0.16666666666666666 * im) * im) * im)) + (((((0.008333333333333333 * im) * im) * im) * im) * im)))
	else:
		tmp = (0.5 * math.sin(re)) * (math.exp(-im) - math.exp(im))
	return tmp

Julia

function code(re, im)
	tmp = 0.0
	if (abs(im) < 1.0)
		tmp = Float64(-Float64(sin(re) * Float64(Float64(im + Float64(Float64(Float64(0.16666666666666666 * im) * im) * im)) + Float64(Float64(Float64(Float64(Float64(0.008333333333333333 * im) * im) * im) * im) * im))));
	else
		tmp = Float64(Float64(0.5 * sin(re)) * Float64(exp(Float64(-im)) - exp(im)));
	end
	return tmp
end

MATLAB

function tmp_2 = code(re, im)
	tmp = 0.0;
	if (abs(im) < 1.0)
		tmp = -(sin(re) * ((im + (((0.16666666666666666 * im) * im) * im)) + (((((0.008333333333333333 * im) * im) * im) * im) * im)));
	else
		tmp = (0.5 * sin(re)) * (exp(-im) - exp(im));
	end
	tmp_2 = tmp;
end

Wolfram

code[re_, im_] := If[Less[N[Abs[im], $MachinePrecision], 1.0], (-N[(N[Sin[re], $MachinePrecision] * N[(N[(im + N[(N[(N[(0.16666666666666666 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision] + N[(N[(N[(N[(N[(0.008333333333333333 * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision] * im), $MachinePrecision]), $MachinePrecision]), $MachinePrecision]), N[(N[(0.5 * N[Sin[re], $MachinePrecision]), $MachinePrecision] * N[(N[Exp[(-im)], $MachinePrecision] - N[Exp[im], $MachinePrecision]), $MachinePrecision]), $MachinePrecision]]

Reproduce

herbie shell --seed 2025046 
(FPCore (re im)
  :name "math.cos on complex, imaginary part"
  :precision binary64

  :alt
  (! :herbie-platform default (if (< (fabs im) 1) (- (* (sin re) (+ im (* 1/6 im im im) (* 1/120 im im im im im)))) (* (* 1/2 (sin re)) (- (exp (- im)) (exp im)))))

  (* (* 0.5 (sin re)) (- (exp (- im)) (exp im))))