浮点数计算精度丢失问题#W01

前几日电话面试，被问到一个问题： “浮点数计算精度丢失的原因是什么？”啊，啥？ 我一脸懵逼，“就是在irb中，0.2+0.4不等于0.6，为什么？“，面试官又补了一句。我没有真正get到问题是什么，胡说了一通。

显然，这是问到了我的知识盲区了，我从来没有遇到过这个问题。于是我打开python命令行，执行了一下：

>>> 0.4 + 0.2
0.6000000000000001
>>>

我又打开Chrome，进入console

0.2 + 0.4

0.6000000000000001

一下子，我get到了这个问题，对于其原因，当然我还是懵逼的，于是我搜索了一下这个问题。浏览过了一些资料，这个问题极大的引起了我的兴趣，除了问题本身所涉及的知识，还有在这篇文章中，我被触动了，因为他说把理科当文科学了的人，我也在内。对于知识的学习，浮躁虚于表面，很多时候只记住了一个结论，但是底层的原因，却并没有去深入探知。对于学习的态度和方式，我也从头反思了一下，摒弃走马观花式的学习，用写作的方式将知识进行结构化，深入到细节。一个点一个点地学习知识，努力做到对于知识的表达能做到： 蔡崇信为什么敢冒这风险 这篇文章中所提到的：”优雅、简洁、有逻辑的表达“。

对于自己这方面的积累和刻意塑造，我想就从本篇文章开始，从这个有意思的问题开始：

为什么浮点数计算时会有精度丢失？

什么是浮点数？

浮点数是计算机表示有理数的一种方式，或者说规范。浮点数和定点数相对应。

什么是定点数呢？ 这两个词中的‘点’也就是常说的小数点。定点数就是计算机在表示数字时，小数点的位置是固定的。

比如计算机用2字节二进制数来表示数字，它怎么表示呢？ （这里只是演示概念）

2个字节有16位， 把前8位用来表示整数部分，后8位用来表示小数部分，也就是说小数点定在了第8位，当然具体定在多少位是可以设置的。用这种方式表示数字8.5时就是这样：

00001000.00001001

这样子，2字节的二进制只能表达2^8 =256个小数，而且范围有限（0 - 2^8），很多时候会浪费空间。有时候我的整数部分比较长，小数部分短，有时候反之。按照之前的方式，范围就会被限制，300.5 这种就没法被表示，需要4字节的空间来表示，那么这就很浪费了。

于是浮点数就出现了。

浮点数在表示的时候，小数点的位置可以根据实际情况移动。

Sign表示是正数还是负数，先不管。

Exponent表示指数部分，和 1.34*10^N 这个数中的N的性质一样，只是前面这个数的基数是10，它的基数是2 。这个部分的值会决定浮动的小数点到底定在哪个位置。