浮点型数据精度丢失问题和解决办法
浮点型数据精度丢失问题和解决办法
问题描述：
今天做项⽬测试的时候发现⼀个数据显⽰不对，8.6显⽰成了860.000038，当时扒了下代码看了下数据类型，发现是float类型，将类型改成double测了下，发现精度丢失问题解决了。难道说float类型数据会丢失精度，double类型数据就不会了？后⾯经过测试，发现double类型数据也会丢失精度。
贴下测试截图：
分析原因：
1）由于计算机内部以⼆进制保存，所以⼗进制的有限位的⼩数，在计算机内部会是⼀个⽆限位的⼩数。
2）计算机保存浮点数的精度有限，例如float可以保留⼗进制最多7位（⼆进制23位）有效数字，double 可以保留⼗进制15~16位（⼆进制52位）有效数字。那有效数字以后的就被忽略了。
3）根据浮点数的存储标准（IEEE制定），float类型指数的起始数为127（⼆进制0111 1111），double类型指数的起始数为1023(⼆进制011 1111 1111)，在此基础上加指数，得到的就是内存中指数的表⽰形式。尾数则直接填⼊，如果空间多余则以0补齐，如果空间不够则0舍1⼊。
因为⼗进制⼩数转换成⼆进制⼩数采⽤"乘2取整，顺序排列"法，以0.6为例：
0.6*2 = 1.2 取 1
0.2*2 = 0.4 取 0
0.4*2 = 0.8 取 0
0.8*2 = 1.6 取 1
浮点型变量float
0.6*2 = 1.2 取 1，到这⾥就循环了
由于float类型⼆进制最多保留23位，所以23位后的数据就不显⽰了。根最后得到的⼆进制⼩数为：
这就是数据误差来源。
据浮点数的存储标准，将第23位0舍1⼊，得到0.10011001100110011001101，
0.10011001100110011001101，导致精度就丢失，这就是数据误差来源
⾄于为什么换成double类型后精度就正常了，那是因为有效精度内都为0，丢失精度的数据部分没有显⽰造成的，看下图：
double类型精度丢失原因与float类型其实是⼀样的，区别在于有效位数。
解决⽅法：
浮点类精度丢失很难从根本上去解决，我在⽹上也没有到很好的解决办法。说下我在项⽬⾥⾯的解决办法和注意事项吧：1）我的项⽬中是将8.6元换算成单位分，将浮点数据*100后，将该结果的⼩数点后的数据四舍五⼊，保留两位⼩数。
2）浮点型数据⽐较的时候不要⽤等号。例如：i - 10.0 <= 0.0000000001 这样就会减少点误差。
3）数据传递最好使⽤字符串来传递，如果使⽤浮点型的话，数据精度可能会存在问题。
以上是个⼈原创，⽬的在于记录⾃⼰的成长和锻炼描述问题的能⼒，不⾜之处请多多指教。如要转载，请说明出处。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。