float精度丢失问题详解

今天运行一个程序，发现一个很有意思的情况，可以看到代码如下所示

public static void main(String[] args) {
        float a = 1;
        for (int i = 0; i<20000000; i++) {
            a++;
        }
        System.out.println(a);
}

public static void main(String[] args) {
        float a = 20000000;
        float b = a + 1;
        float c = b - a;
        System.out.println(b);
        System.out.println(c);
}

上面两段代码的输出结果是什么呢？输出结果如下：

1.6777216E7

2.0E7
0.0

好像和我们预期的不太一样，为什么会出现这种情况呢？那就要从我们的计算机底层说起，计算机内只有0，1来表示内容，对于整数我们知道可以转化为2进制去表示，那么对于小数，计算机内部是怎么表示的呢？在计算机内部有一个公式来表示小数；公式如下：

以32位计算机来说

其中：s-为符号位。占用一个bit位，表示是正数还是负数的作用。

           e-为指数位，占用8个bit位，也就是可以表示0～255个数字。

           f-为有效位，占用23个bit位，用来表示小数点后的有效位数。

以小数0.5为例，转化成上面的公式就表示如下：

为什么浮点数进行相加会出现精度丢失呢？

首先我们要知道浮点数进行相加需要遵守的原则就是先对齐，在计算，因为两个浮点数进行加法运算的时候，可能指数位是不一致的，所以需要先把指数位保持一致，然后再去计算有效位的加法就可以了。

以0.5 + 0.125为例：

数字	s位大小	e位大小	f位
0.5	0	-1	1.0...
0.125	0	-3	1.00...
0.125向0.5进行指数对齐后	0	-1	0.01....

所以计算结果为

所以在加法运算过程中，指数位较小的数，需要在有效位进行右移，在右移的过程中，最右侧的有效位就被丢弃掉了。这会导致对应的指数位较小的数，在加法发生之前，就丢失精度。其中有效位置有23位，当两个数的指数位相差23位后，对应的右移23位后，所有的有效位全部丢失，所以就会出现相面的计算情况。