使用单精度浮点型float解决一元二次方程

我们进行代码的编写前需要简单的了解一下#define和float
简单的define定义
#define EXP 0.0000001
一个简单的EXP就定义好了，它代表0.0000001，如果在程序里面写

编译器在处理这个代码之前会对EXP进行处理替换为0.0000001。
这样的定义看起来类似于普通的常量定义CONST，但也有着不同，因为define的定义更像是简单的文本替换，而不是作为一个量来使用，这个问题在下面反映的尤为突出。
现在我们研究一下浮点型运算为什么会造成精度丢失？
1、小数的二进制表示问题
首先我们要搞清楚下面两个问题：
(1) 十进制整数如何转化为二进制数
算法很简单。举个例子，11表示成二进制数：
11/2=5 余 1
5/2=2 余 1
2/2=1 余 0
1/2=0 余 1
0结束
11二进制表示为(从下往上):1011
这里提一点：只要遇到除以后的结果为0了就结束了，大家想一想，所有的整数除以2是不是一定能够最终得到0。换句话说，所有的整数转变为二进制数的算法会不会无限循环下去呢？绝对不会，整数永远可以用二进制精确表示 ，但小数就不一定了。
(2) 十进制小数如何转化为二进制数
算法是乘以2直到没有了小数为止。举个例子，0.9表示成二进制数
0.9*2=1.8 取整数部分 1
0.8(1.8的小数部分)*2=1.6