FLT_EPSILON 的值为 1.192092896e-07F 的缘由，大于0的最小浮点数

浮点数精度与误差处理

最新推荐文章于 2025-03-23 11:28:51 发布

原创最新推荐文章于 2025-03-23 11:28:51 发布 · 9.1k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#float

数据类型专栏收录该内容

4 篇文章

订阅专栏

本文探讨了计算机中浮点数表示的局限性及由此产生的计算误差问题。介绍了如何使用FLT_EPSILON和DBL_EPSILON来判断浮点数是否相等，并提供了一个示例程序来展示实际应用。

参考至:

http://bbs.csdn.net/topics/320026823

https://msdn.microsoft.com/en-us/library/c151dt3s(VS.71).aspx

加上我上一篇说明浮点数表示方法 :

http://blog.csdn.net/l773575310/article/details/52788866

(epsilon,希腊语字母的第五个字母)

有时候计算机判断(1.0 == 10.0 / 10.0)的时候，并不总是返回true。因为浮点数计算可能会产生一定点误差，而这误差是无法避免的。正确的做法是判断两个值是否在这个误差范围内，而误差范围就是从正FLT_EPSILON 到负FLT_EPSILON 内。（1.0 > (10.0 / 10.0) - FLT_EPSILON && 1.0 < (10.0 / 10.0) + FLT_EPSILON）。

FLT_EPSILON 在 float.h 头文件宏定义如下

#define FLT_EPSILON 1.192092896e-07F // smallest such that 1.0+FLT_EPSILON != 1.0

后面的注释可以理解为这个数是能使 (1.0 + FLT_EPSILON != 0) 成立的最小的数

也就是说小于FLT_EPSILON 的数加上 1.0 都等于 1.0

浮点数 1.0 表示为

符号位 0 (1位), 阶码 2⁷-1 + 0 (8位), 尾数 1000 0000 0000 0000 0000 0000 (23位尾数第一个1 省略 ,参考上一篇)

0 0111 1111 000 0000 0000 0000 0000 0000

最小能大于1.0的数就是 3f80 0001

最后这个1 就是 2^-23的

也就是(卧槽,windows10自带计算器,比FLT_EPSILON 精确好多)

个人理解 : 这个宏 FLT_EPSILON 就是因为计算机不能精确存储二进制浮点数 ,在计算两个值

如参考上面链接的提问

int main()
{
   float a, b, c;
   a = 1.345f;
   b = 1.123f;
   c = a + b;
   // if (FLOAT_EQ(c, 2.468))   // Remove comment for correct result
   if (c == 2.468)              // Comment this line for correct result
   printf("They are equal.\n");
else
   printf("They are not equal! The value of c is %13.10f,or %f",c,c);
}

结果是

They are not equal! The value of c is 2.4679999352 or 2.468000.

For EPSILON, you can use the constants FLT_EPSILON, which is defined for float as 1.192092896e-07F, or DBL_EPSILON, which is defined for double as 2.2204460492503131e-016. You need to include float.h for these constants. These constants are defined as the smallest positive number x, such that x+1.0 is not equal to 1.0. Because this is a very small number, you should employ user-defined tolerance for calculations involving very large numbers.

需要一个容差(就是FLT_EPSILON )来弥补精度问题引发偏差

PS:双精度型也有

#define DBL_EPSILON 2.2204460492503131e-016 // smallest such that 1.0+DBL_EPSILON != 1.0