知识点提炼:
浮点类型float和double
简单介绍
数轴靠近0的部分【10^(-38)】是无效的,也就是不能无限趋近于0。
inf即infinite,正负无穷,nan:无效数。
右边的有效数字意义:例如float的有效数字为7,第七位为准确,第八位及以上就不准确了。
浮点的输入输出
浮点数的范围与精度
怎么出现inf和nan
结果为:inf -inf nan//正无穷 负无穷 不存在
如果是整数运算:
会怎么样?答案是:不能通过编译。因为整数无法表示无穷,浮点数在设计时加入了上面三种特殊的结果。
浮点数的运算没有精度
有下列代码:
如果将c四舍五入到小数点后4位,其值确实是2.468,但实际上在计算机内部其值并不是准确的2.468.所以二者不相等。
为什么要带f?
带小数点的数,字面量是double而非float,此处为了表明自己是float,需要在字面量后面加上f或者F。
两个浮点数不一定相等
f1==f2可能会失败,那么如何避免这个问题?
只要f1和f2的绝对值差fabs(f1-f2)< 精度(float为1e-8,double为1e-16)
怎么处理浮点数带来的误差
整数是精确的,想办法换为整数运算,小数是不精确的。
BCD数
因此浮点数并不是纯二进制,而是编码类型
怎么选择浮点数-double
科学计数法
%e:科学计数法,也可写为%E
double ff=1234.56789;
printf("%e\n",ff);//1.234568e+003//1.234568e乘以10的3次方
return 0;
1e-10//1.0*10的-10次方
输出精度
注意是四舍五入的
输出结果为:
会出现第二种值的原因是:在数学概念中两个数之间可以取的数是无限的,但在计算机中,数字都是离散的,所以不能取到无限个数,而给出的这个数就是30位小数情况下最接近0.49的一个数
会出现第三种值的原因是:4是在第四位被四舍五入掉了(4舍5判6入)
计算机的数值都是非准确的,只能无限接近,对于double和float,double的浮点误差可能会更小的一点,表示的精度更高一些。