2024年魔性的float浮点数精度问题_float num6 = 2，大专生三面蚂蚁金服

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

如果你需要这些资料，可以戳这里获取

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！**