小数精度损失简单介绍

关于小数精度损失问题的简单解析

可能大家都不太清楚为什么我们进行浮点数计算或者单精度向双精度转换时出现跟我们想象中不太一样的地方？下面我来给大家谈谈：
比如说：
float fval = 0.45;　　// 单步调试发现其真实值为：0.449999988

double dval = 0.45;　// 单步调试发现其真实值为：0.45000000000000001
虽然我们写的是一样的，但是实际在内存里面存储时确实不一样的，原因就在于

float数据在内存中是占有32bit的
double数据是在内存中占有64bit的

数据在内存中的存在形式是以二进制的形式存在的，下面是浮点数在内存的存储方式：转自：浮点数的存储形式
解决方式：这里的解决方式就是我们在数学中常常使用的方式，扩大后在缩小的选择，这样小数点后面的数字就能起到作用了，从而减少我们的误差。具体做法如下：
(5.2310000000000+10.3610000000000)/10000000000
通过这种方式去减少我们所谓的误差。
希望以上对大家有所帮助。