计算机的浮点数：零钱找零与粗尺子量长度的秘密（为何0.1+0.2≠0.3）-CSDN博客

本文链接：https://blog.csdn.net/qq_33060405/article/details/148242914

文章摘要

计算机浮点数精度问题可以用生活中的找零和测量来比喻：就像收银员只能用固定面值的硬币凑整找零，或只能以厘米为单位测量长度一样，计算机由于二进制存储空间的限制，大多数小数（如0.1、1/3）都无法被精确表示，只能近似存储。这是因为计算机只能精确存储分母为2的幂的分数（如0.5、0.25），其他十进制小数在二进制中往往是无限循环的，必须被截断处理，从而产生微小的误差。这种精度限制是由浮点数的二进制存储结构（如32位float的符号位、指数和尾数）决定的本质特性。

1. 生活中的比喻

比喻一：用零钱找钱

假设你在超市买东西，收银员只能用1元、5角、1角的硬币找零。
你买了9.37元的东西，给了10元，找你0.63元。
收银员只能给你0.6元（6角）或0.7元（7角），没法精确找出0.63元，只能“凑近”。

计算机的浮点数就像收银员手里的零钱，只有有限的“面额”（二进制位数），很多小数只能“凑近”，不能精确表示。

比喻二：用尺子量长度

你有一把只能量到厘米的尺子，想量出2.57厘米的长度。
你只能量出2.5厘米或2.6厘米，无法精确量出2.57厘米。

计算机的浮点数就像这把有限精度的尺子，很多小数只能近似。

2. 计算机中的原理

二进制表示小数的局限

计算机用二进制（0和1）来存储所有数据。
有些十进制小数，在二进制里是无限循环的，没法用有限位数表示。

例子1：0.1

十进制：0.1
二进制：0.0001100110011001100110011…（无限循环）

计算机只能存储有限位数，比如float有23位有效数字，只能截断，所以0.1在计算机里其实是0.10000000149011612…

例子2：1/3

十进制：0.333333…
二进制：0.010101010101…（无限循环）

同样只能截断，存储为0.3333333…

3. 形象动画想象

想象你在画一条线，尺子只能画出1厘米、2厘米、3厘米……
你想画1.7厘米，只能画到1厘米或2厘米，总有一点点误差。

4. 为什么会这样？

计算机的存储空间有限（比如float是32位，double是64位）。
二进制只能精确表示分母为2的分数（如1/2, 1/4, 1/8），但大多数小数不是这种形式。
所以，绝大多数小数只能近似存储，不能精确。

5. 总结一句话

计算机的浮点数就像只能用零钱凑整，或者只能用粗尺子量长度，很多小数只能“差不多”，不能“刚刚好”。

下面我用形象解释+具体例子+二进制结构图解，帮你理解：

一、浮点数的二进制存储结构

以最常用的**IEEE 754标准的float（32位）**为例：

符号位	指数部分（8位）	尾数部分（23位）
1	8	23

符号位：0表示正数，1表示负数
指数部分：用来表示数值的大小范围（2的多少次方）
尾数部分：用来表示有效数字（小数部分）

float能表示的数的形式：

在这里插入图片描述

二、哪些小数能被精确表示？

1. 只能精确表示“分母是2的幂”的小数

比如：

0.5 = 1/2
0.25 = 1/4
0.125 = 1/8
0.75 = 3/4 = 0.5 + 0.25

这些都能被精确表示，因为它们在二进制下是有限位。

2. 不能精确表示的例子

0.1（1/10）：二进制是无限循环的
0.2（1/5）：二进制是无限循环的
1/3：二进制是无限循环的

三、具体例子

1. 0.5 的二进制

十进制：0.5
二进制：0.1

float存储时：

符号位：0
指数部分：127（偏移量）= 01111111
尾数部分：000…0（全0）

2. 0.1 的二进制

十进制：0.1
二进制：0.0001100110011001100110011…（无限循环）

float只能存储前23位，后面截断，所以0.1不能精确表示。

3. 1/3 的二进制

十进制：0.333333…
二进制：0.010101010101…（无限循环）

同样只能截断，不能精确表示。

四、用代码验证

你可以用C#、Python等语言查看float的二进制：

Python示例

import struct

def float_to_bin(num):
    [d] = struct.unpack(">I", struct.pack(">f", num))
    return f"{d:032b}"

print(float_to_bin(0.5))  # 00111111000000000000000000000000
print(float_to_bin(0.1))  # 00111101110011001100110011001101

0.5的二进制很整齐
0.1的二进制后面是“11001100…”无限循环，最后被截断

五、形象总结

能精确表示的数：分母是2的幂的分数（比如1/2, 3/8, 5/16等），以及它们的整数倍。
不能精确表示的数：绝大多数十进制小数（如0.1、0.2、1/3等），因为它们在二进制下是无限循环的。

六、可视化结构图

| 符号 |   指数   |                尾数（小数部分）                |
|  0   | 01111111 | 00000000000000000000000  (0.5)                 |
|  0   | 01111011 | 10011001100110011001101  (0.1, 截断)           |