0.1+0.2一定等于0.3吗？

在回答问题之前先研究一下浮点数在计算机中是怎么存储的吧，之后你就会得到答案的。

一、负数用补码表示

负数之所有用补码表示，是出于性能的考虑。因为如果不用补码表示的话，需要多一步判断是否为负数，如果是负数还得把加法变成减法或者减法变成加法，因此耗费性能。使用补码，对于负数的加减操作，实际上和正数加减法操作是一样的。

二、十进制小数与二进制的转换

大家可能都知道十进制整数转为二进制数的方法是除2取余法，但二进制小数是如何转换的呢？乘2取整法。
但是并不是所有的小数都可以用二进制表示，由于计算机的资源是有限的，所有没办法用二进制精确地表示0.1，只能用近似值，就是在有限的精度情况下，最大化接近 0.1 的⼆进制数，于是就会造成精度缺失的情况。

三、计算机存储小数的方式

浮点数在计算机中的存储

在计算机中，小数属于浮点数。
那么浮点数的存储原理其实是采用科学计数法的方式，专业名词叫规格化。
比如 1000.101 这种⼆进制数，规格化表示成 1.000101 x 2^3 ，其中，最为关键的是 000101 和 3 这两个东⻄，它就可以包含了这个⼆进制小数的所有信息：

• 000101 称为尾数，即小数点后面的数字
• 3 称为指数，指定了小数点在数据中的位置

大多数计算机，采用IEEE国际标准存储浮点数

• 符号位：表示正负数，0正数，1负数；
• 指数位：指定了小数点在数据中的位置，指数可以是负数，也可以是正数，指数位的长度越长则数值的表达范围就越大；
• 尾数位：小数点右侧的数字，也就是小数数部分，比如⼆进制 1.0011 x 2^(-2)，尾数部分就是 0011， 而且尾数的长度决定了这个数的精度，因此如果要表示精度更高的小数，则就要提高A片尾数位的长度；

float与double在存储上的区别

浮点数在计算机上的存储过程

为什么需要加上127这个偏移量呢？
float 的指数部分是 8 位，IEEE 标准规定单精度浮点的指数取值范围是 -126 ~ +127 ，于是为了把指数转换成无符号整数，就要加个偏移量，⽐如 float 的指数偏移量是 127 ，这样指数就不会出现负数了。
同时小数点左边的有效位1消失了，这是因为规格化，无论如何小数点左侧的数只能是1，所以没必要存储，只需要计算的时候加上就可以了，而且这样做能让尾数位多存储一位，提高精度。

(-1)^符号位x(1+尾数位)x2^(指数-127)

四、0.1+0.2==0.3?

0.1的二进制浮点数转为为十进制的结果是

 0.100000001490116119384765625

0.2的二进制浮点数转为十进制的结果是

0.20000000298023223876953125

相加的结果是

0.300000004470348358154296875

所以计算机中的0.1+0.2并不等于0.3
主要是因有的小数计算机无法用完整的二进制表示，只能取近似值。