浮点数的精度损失

在C语言中，整形的存储和浮点型的存储有着截然不同的方式（这两种存储方式在前面文章已有介绍），但是存放的数据超过了开辟的空间所能存放的数据的大小，整形和浮点型都会出现存储数据的错误。

今天，我来介绍关于浮点型的数据存储的错误，也就是精度损失。

---

---

---

---

验证浮点数精度损失的存在

#include<stdio.h>
int main ()
{
	int a = 1.0;
	printf("%.50f",a-0.9);
    return 0;
}

由于float类型数据的精度损失，导致了原本应该输出0.1的程序，输出了个与0.1相近的值。

---

---

精度损失是否代表数据变小

精度损失，顾名思义，在数据的存储和取出的情况下，数据可能会有所损失，那么损失是否代表着数据变小?为解答该问题，我们重新写另外一个小程序

#include<stdio.h>
int main ()
{
    double num = 0.1;
    printf("%.50f\n",num);
    return 0;
}

观察可以知道，在此次的精度损失下，输出的数据非但没有变小，反而增大。所以精度缺少并不意味着数据的变小，有时候会变大。

---

---

关于浮点数在比较方面的问题

由前面可以得知，浮点数的存储存在着精度损失的问题，而这个问题，是否会导致在比较浮点数的大小方面存在误差？同样，还是通过小程序来进行证明:

#include<stdio.h>
int main ()
{
    double x = 1.0;
    if((x-0.9)==0.1)
        printf("you can see me!\n");
    else
        printf("oops!\n");
    return 0;
}

由图片可以发现，由于精度的损失，导致了原本应该打印第一个语句的程序打印了第二个语句。我们不由得思考，由于浮点型的精度损失，导致了浮点型数据在比较过程中可能出现错误的结果，我们应当如何解决该问题呢。

---

---

精度的引入

在C语言中，就已经给出了精度，如下：

头文件 : #include<float.h>
DBL_EPSILON ----- double最小精度
FLT_EPSILON ----- float最小精度

C语言中，还存在一个函数，fabs返回参数的绝对值
头文件 : #include<math.h>

由于浮点型精度的损失，导致了浮点型数据在比较时不能直接进行比较，所以采用了精度。如果浮点型数据在可预见的范围内，那么就可以断定该判断的结果为真。如下:

两个float类型的数据x,y
x-y == 0
直接判断不能成立
fabs(x- y) < FLT_EPSILON
如果该结果这个精度的范围内，便可以判断x - y的结果为0；

最后,我们修改一下前面的代码:

#include<stdio.h>
#include<math.h>
#include<float.h>
int main ()
{
    double x = 1.0;
    if(fabs(x-0.9-0.1) < FLT_EPSILON)
        printf("you can see me!\n");
    else
        printf("oops!\n");
    return 0;
}

所以，在以后的浮点型数据的比较下，我们应当使用fabs函数和精度，保证结果的正确性。