浮点类型的比较


在这里插入图片描述

一.浮点数精度的损失

关于浮点数的比较就不得不提到浮点数在内存中的存储,但这里篇幅太大,故我将其放在另一篇博客里浮点数的存储,(如果不了解它的存储看这篇博客也是没问题的)这里我们就直接看现象

浮点数在储存中,并非像我们所想的那样是完整储存的,它会发生精度的丢失,注意这里并不单单指变小,也有可能变大。浮点数在存储时,在计算不尽时会采用四舍五入法

在这里插入图片描述

那么我们不妨试想一下,既然会发生精度的损失,那么它们在相互比较时能不能成立呢?

二.浮点数的比较

在这里插入图片描述在这里插入图片描述

从结果可以看出1.0-0.9不等于0.1,跟我们的常理不符,这是因为发生了精度的丢失。

我们得出结论,浮点数相比较时决对不能用==直接比较

那么我们该怎样比较浮点数呢?

1.方法一

在这里插入图片描述

设定一个范围,只要两浮点数相减的值在一个范围内,那么就可以判断这两浮点数相等

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

这里我们自定义了一个精度EPS,只要误差在EPS内,那么判断就成立

其实可以看出这样的判断很麻烦,那么我们是否能直接取绝对值,如果我们判断x-0.9是否等于0.1,这样只需要|x-0.9-0.1|<EPS就可以了,接下来介绍一个函数fabs

2.方法二

在这里插入图片描述在这里插入图片描述

这个函数就是专门用来取浮点数的绝对值,它的返回值就是这个浮点数的绝对值

在这里插入图片描述在这里插入图片描述

这样看起来是不是就简洁许多了啦

3.方法三:系统方案

像上文中的EPS,是我们自己设定的精度,其实系统自己有一个精度DBL_EPSILON

在这里插入图片描述

从定义中可以看到,这个精度很小,是一个最小精度,也是系统给出的精度可以直接使用。在使用时别忘了加上头文件float.h哟

在这里插入图片描述

结论:如果以后判断两个浮点数相等的话,只需要它们两个数相减的值的绝对值小于DBL_EPSILON就可以啦

插入一个小知识,如果要比较浮点数和0的大小

只需要fabs(x)<DBL_EPSILON就可以了,具体原因参考上文

在这里插入图片描述

  • 16
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 15
    评论
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

咸蛋挞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值