完全解析为什么0.1+0.2=0.30000000000000004

0.1、0.2 和 0.3 都是浮点数。然而，它们的精确二进制表示是无穷的。当计算机尝试将这些无限精度的浮点数近似为有限的二进制表示时，舍入误差就会产生。

在IEEE 754标准中，浮点数采用二进制的科学计数法表示，即一个数的二进制表示为：(-1)^s × m × 2^e，其中 s 表示符号位，m 是有效数字，e 是指数。

0.1 的精确二进制表示是一个无限循环的数字：0.0001100110011001100110011001100110011001100110011…，由于浮点数只能存储有限位数的二进制数，因此最接近 0.1 的二进制表示为：0.00011001100110011001100。

同理，0.2 的精确二进制表示是一个无限循环的数字：0.00110011001100110011001100110011001100110011…，最接近 0.2 的二进制表示为：0.00110011001100110011010。

当计算机执行加法操作时，它会对这两个近似值进行相加，并产生一个结果。在这个例子中，0.00011001100110011001100 + 0.00110011001100110011010 的结果是 0.01001100110011001100110。

然后，计算机会对结果进行舍入，将其近似为可存储的浮点数。舍入规则取决于浮点数表示的位数和规范。

在这种情况下，0.01001100110011001100110 被舍入为最接近的可表示浮点数，即：0.01001100110011001100110011001101。

因此，当计算机执行 0.1+0.2 时，由于舍入误差的存在，最终结果变为 0.30000000000000004。