c++ double保留两位小数_【新手程序员日经问题FAQ】【01】“编程时小数型的表现不符合直觉？”

写在前面

因为经常收到一些新手程序员的邀请，并且问题重复率很高。经过一番思考，我决定在空闲时间写一些相关的文章，以后遇到相关的问题可以直接发文章链接，从而高效的解决问题，另外希望也起到一些科普的作用。这系列的文章中我刻意的没有深入到问题的细节中，而是以一个“大概差不多”的标准来写作，让解答尽量短、新手向以及不枯燥。但这样必然会导致内容的精细度下降，比如说不会涉及到极端情况，或者有一些数据不够精确等等，毕竟不可兼得。同时也不希望有人因此来杠，当然，欢迎友好的讨论、补充和纠错。

---

这篇文章中整合了关于小数型（浮点数）精度相关的日经问题。

通用知识

在大部分编程语言中，小数型的存储都遵循于IEEE754二进制浮点数算术标准^[1]，通常我们称它们为浮点数。常用的浮点数类型有float与double，前者占用4字节空间，后者占用8字节，当然后者的表示范围和精度都更高。（在比较简单的语言中，可能只提供一种浮点型。）

是的，当然有表示范围。毕竟就这么几个字节，能存多少位数嘛。整数范围本文不谈，小数范围，毕竟数学上小数是无限多的，比如0~1这个范围内，有0.1还有0.01还有0.001……还有0.00000000000001。总之大约来说，float大约能装到小数点后五六七位差不多，double能到十五六七位。

---

“为什么我的运算结果有微小的偏差？为什么两个数字比较的结果反直觉？”

先说第一个问题，通常是在运算之后，发现结果比预期差了一点点。比如下例中0.1+0.2=0.30000000000000004。

C:Usersmoe001>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> 0.1+0.2
0.30000000000000004

从结果来看，比预期的多了0.00000000000000004，该问题源于两个部分。

1.进制引起的循环小数截断

就拿0.1来举例，十进制下干干净净，它就是0.1。但计算机内部都是二进制，在二进制下，它是一个循环小数——0.000 1100 1100 ... 1100，后面1100部分无限循环。没什么奇怪的，想象如果有之所谓的π进制，那我们现在所有的整数转换过去，不都是无限小数。

而浮点型存储这样的数，当然只能精确到某一位，把后面的截断掉，这导致我们输入的0.1，实际上计算机内部只能是一个近似值，准确来说，是0.1000000000000000055511151231257827021181583404541015625 。^[2]

可以看到近似值在一定位数（有效精度）之后，出现了一些很乱的数字，这些数字通常情况下没什么影响，毕竟我们知道这东西有效位数，后面的截断不要，只保留十七位小数，0.10000000000000000着实还是0.1。

2.运算引起的误差放大

上一节最后提到了截断掉“乱码区”，看上去是个不错的办法。但这些数字进行计算的时候，“乱码区”却是同样参与计算的，这留下了隐患。详细分析最初的例子：

1. 0.1的近似值是0.1000000000000000055511151231257827021181583404541015625
2. 0.2的近似值是0.200000000000000011102230246251565404236316680908203125
3. 其之和的精确值0.3000000000000000166533453693773481063544750213623046875
4. 如同0.1没法精确表示，这个数字虽然很长，但是也没他的精确值
5. 取其近似值为0.3000000000000000444089209850062616169452667236328125

最终……保留十七位之后的结果就成了0.30000000000000004 。事情就是这么个事情，为什么说是误差放大呢，是因为两个“乱码区”相加之后，使得运算结果离0.3更远了，不然也许能取到一个更接近0.3的近似值。

然后说到第二个问题，懂了上面所说的，其实很简单，一笔带过。

一个类似的例子：

C:Usersmoe001>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> 0.1+0.2==0.3
False

上节提到0.1+0.2的结果为0.3000000000000000444089209850062616169452667236328125，而0.3 的近似值，是0.299999999999999988897769753748434595763683319091796875，因其更接近0.3。最终，这两个数自然是不相等的。所以，浮点型不要去判断相等或者不相等，通常的做法是判断两个数的差值是否小于某个阈值，比如说0.001，是的话就认为相等。

参考

1. ^IEEE 754 https://en.wikipedia.org/wiki/IEEE_754
2. ^如果深究的话，这个数来自1100110011001100110011001100110011001100110011001101（二进制）除以2的55次方，是的，浮点型内部就是这样存放数字的。