关于浮点数的精度丢失问题的思考

在实际编程中，我遇到了一些蛮有意思的情况，就是浮点型变量初始化是不精确的，但这个不精确数却是固定不变的？另外，为什么float和double的表示范围如此与众不同？

一 浮点数精度丢失的原因

浮点型表示单精度、双精度和扩展精度值。 C++ 标准指定了一个浮点数有效位数的最小值，然而大多数编译器都实现了更高的精度。 通常， float 以一个字（32比特）来表示，
double 以2个字（64比特）来表示，
long double 以3或4个字（96或128比特）来表示。
一般来说，类型 float 和 double 分别有7和16个有效位；类型 long double 则常常被用于有特殊浮点需求的硬件，它的具体实现不同，精度也各不相同。（ 《C++ Primer第五版》 ）

由以上描述，我们不难知道，对于 float 来说，最多只有7个有效位，这也就意味着，当实际存储的精度大于 float 的精度范围时，就会出现精度丢失现象。

二 精度丢失的深入提问

问题在于，所谓的有效位很让人迷惑，我明明占了那么多位置（float占4个字节double占8字节），为什么有效位只有6个？为什么整数位越多，精度越小？

三 浮点数精度问题的深入思考

1. 浮点数的表示

依据IEEE754二进制浮点数算术标准，一个浮点数可以表示为v = s * e * f（即符号位乘以指数偏移值再乘以分数值）

2. 计算机对浮点数的处理步骤

1. 将浮点数转化成二进制
2. 用二进制科学计数法表示
3. 表示成IEEE 754格式
   其中在第一步和第三步中出现了精度丢失的情况

有了以上了解，我们就可以更好地理解浮点数的存储

3. 浮点数的存储

（1）存储步骤讲解

①第一步
②第二步

③第三步

④一些特殊规定

（2）指数偏移量

表示单精度浮点数时，是用8位去存储指数部分，即表示0-255，但我们同样需要有负指数，正负指数的位数量为了均等，各自一半，-127-128。0是特殊点，特殊处理。储存时候会加上127，这样就刚刚好是0~255，就能很好的储存了，不然，不移量的话需要判断符号位来判断数值的正负。

（3）实际演示

四 float与double的范围和精度

范围

简称的类型名	完整类型名	长度（字节）	取值范围
float	float	4	绝对值：3.4* 10-38~3.4* 1038
double	double	8	绝对值：1.7* 10-308~1.7* 10308
long double	long double	8	绝对值：1.7* 10-308~1.7* 10308

float的指数位有8位，而double的指数位有11位，分布如下：
float：
1bit（符号位） 8bits（指数位） 23bits（尾数位）
double：
1bit（符号位） 11bits（指数位） 52bits（尾数位）
于是，float的指数范围为-127 ~ +128，而double的指数范围为-1023~+1024，并且指数位是按补码的形式来划分的。
float的范围为2^-128 ~ 2^128，也即3.40E-38 ~ +3.40E+38；double的范围为2^-1024 ~ +2^1024，也即1.79E-308 ~ +1.79E+308。

精度

float和double的精度是由尾数的位数来决定的。浮点数在内存中是按科学计数法来存储的，其整数部分始终是一个隐含着的“1”，由于它是不变的，故不能对精度造成影响。
float：2^23 = 8388608，一共七位，这意味着最多能有7位有效数字，但绝对能保证的为6位，也即float的精度为6~7位有效数字；
double：2^52 = 4503599627370496，一共16位，同理，double的精度为15~16位。

五 解决方法

通过网上查询资料，我得到一些方法：
①double 类型可以解决大部分精度丢失问题（虽然它也会不精确，但日常精确度够用）
②C++中cout 其实是可以解决这种精度丢失问题的，但是影响效率（毕竟多读好多位）

#include<iostream>
using namespace std;

int main(void)
{
    float f_num1 = 21.75;
    float f_num2 = 13.45;
    cout << "f_num1 = " << f_num1 << endl;
    cout << "f_num2 = " << f_num2 << endl;
    cout << "f_num1 + f_num2 = " << f_num1 + f_num2 << endl;
    return 0;
}

③浮点数转换成字符串类型，字符串存储时，不需要数据转换，也就不会出现精度丢失问题了。
④（不推荐，萌新发现，不知道坑在哪里）不在初始化的地方给值，偶现精度未丢失
这种方法肯定有问题，不然别人早发现了，另外在后期实验中，发现这种方法有时不起效果，仅仅作为一个小问题列出；