既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
f_num1 = 21.750000
f_num2 = 13.450000
f_num1 + f_num2 = 35.200001
f_num1
和f_num2
的结果和我们预想的一样,之所以后面多了四个0,是因为%f
默认保留6位有效数字。但是f_num1 + f_num2
的结果是什么鬼,这个35.200001
是从哪里来的?
是不是一下子颠覆了我们的认知?
惊不惊喜,意不意外,刺不刺激?是不是发现自从学了C语言,连简单的算术都不会算了?
别急,还有更令你崩溃的。
如果是C++呢
下面我们看看以上程序的C++版本:
#include<iostream>
using namespace std;
int main(void)
{
float f_num1 = 21.75;
float f_num2 = 13.45;
cout << "f\_num1 = " << f_num1 << endl;
cout << "f\_num2 = " << f_num2 << endl;
cout << "f\_num1 + f\_num2 = " << f_num1 + f_num2 << endl;
return 0;
}
直接来看输出结果吧:
f_num1 = 21.75
f_num2 = 13.45
f_num1 + f_num2 = 35.2
很神奇是不是?因为这个结果看起来正常多了。
看到这里,相信我们的心里都有老大一个疑问:为什么C程序和C++程序对同样的数字处理,输出的结果却不一样的?cout
到底做了些什么?
cout的神奇之处
为了验证cout对浮点数的处理,我们不妨看一下下面的程序:
#include <iostream>
using namespace std;
int main(void)
{
float num1 = 5;
float num2 = 5.00;
float num3 = 5.14;
float num4 = 5.140000;
float num5 = 5.123456;
float num6 = 5.987654321;
cout << "num1 = " << num1 << endl;
cout << "num2 = " << num2 << endl;
cout << "num3 = " << num3 << endl;
cout << "num4 = " << num4 << endl;
cout << "num5 = " << num5 << endl;
cout << "num6 = " << num6 << endl;
return 0;
}
看结果来分析比较直观,运行以上程序,结果如下:
num1 = 5
num2 = 5
num3 = 5.14
num4 = 5.14
num5 = 5.12346
num6 = 5.98765
从num1
和num2
,num3
和num4
这两组结果可以知道,cout
对于float
类型数值小数点后面的0是直接省去了的(这点和C语言格式化输出的%g有点像)。
从num5
和num6
两组结果不难分析出,cout
对于浮点型数值,最多保留6位有效数字。
以上是cout处理浮点数时的特点,应该记住。
事实上,我们使用iostream
库里的cout.setf
不难使cout
恢复精度。我们对上面的代码修改如下:
#include<iostream>
using namespace std;
int main(void)
{
float f_num1 = 21.75;
float f_num2 = 13.45;
cout.setf(ios_base::fixed, ios_base::floatfield);
cout << "f\_num1 = " << f_num1 << endl;
cout << "f\_num2 = " << f_num2 << endl;
cout << "f\_num1 + f\_num2 = " << f_num1 + f_num2 << endl;
return 0;
}
输出的结果就与C语言版本一模一样了:
f_num1 = 21.750000
f_num2 = 13.450000
f_num1 + f_num2 = 35.200001
答案呼之欲出
文章写到这里,相信你已经看出来问题的所在了。
不错,之所以结果不一样,正是由于精度引起的!
让我们回顾一下官方教材里关于float
精度的描述:
浮点型和表示单精度、双精度和扩展精度值。
C++
标准指定了一个浮点数有效位数的最小值,然而大多数编译器都实现了更高的精度。 通常,float
以一个字(32比特)来表示,double
以2个字(64比特)来表示,long double
以3或4个字(96或128比特)来表示。一般来说,类型float
和double
分别有7和16个有效位;类型long double
则常常被用于有特殊浮点需求的硬件,它的具体实现不同,精度也各不相同。(《C++ Primer第五版》)
由以上描述,我们不难知道,对于float
来说,最多只有7个有效位,这也就意味着,当实际存储的精度大于float
的精度范围时,就会出现精度丢失现象。
为了进一步佐证上述问题,我们不妨将float
的数值放大10亿倍,看看里面存储的值到底是多少:
#include<iostream>
using namespace std;
int main(void)
{
float f_num1 = 21.75;
float f_num2 = 13.45;
cout.setf(ios_base::fixed, ios_base::floatfield);
int billion = 1E9;
float f_num10 = f_num1 \* billion;
float f_num20 = f_num2 \* billion;
cout << "f\_num1 = " << f_num1 << endl;
cout << "f\_num2 = " << f_num2 << endl;
cout << "f\_num10 = " << f_num10 << endl;
cout << "f\_num20 = " << f_num20 << endl;
return 0;
}
以上程序运行结果如下:
f_num1 = 21.750000
f_num2 = 13.450000
![img](https://img-blog.csdnimg.cn/img_convert/20dac9ca51e6148bf91265d08dfd0b89.png)
![img](https://img-blog.csdnimg.cn/img_convert/60c37c9dca1941164a699a3edaea0fda.png)
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友,可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友,可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**