舍入错误？
在我的课程中，我被告知：
连续值大概在内存中表示，因此使用浮点计算涉及舍入错误。 这些是位模式的微小差异; 因此如果
e和f是浮动的，testinge==f是不安全的。
引用Java。
这是真的？ 我用double s和float s来比较语句，并且从来没有舍入的问题。 我从来没有读过类似的教科书。 虚拟机肯定是这个原因吗？
这是真的。
这是浮点值在内存中以有限的位数表示的固有限制。
这个程序，例如，打印“假”：
public class Main { public static void main(String[] args) { double a = 0.7; double b = 0.9; double x = a + 0.1; double y = b - 0.1; System.out.println(x == y); } }
你不用精确地比较'=='，而是通常在一定程度上决定精确度，并询问数字是否“足够接近”：
System.out.println(Math.abs(x - y) < 0.0001);
对于Java而言，这同样适用于任何使用浮点的其他语言。 这是硬件中浮点值表示的固有devise。
有关浮点值的更多信息：
计算机科学家应该知道什么是浮点运算
是的，在基数2中恰好代表0.1，与在10代中完全代表1/3相同。
这总是如此。 有些数字不能用浮点数表示准确表示。 考虑一下，例如，pi。 你如何在一个有限的存储空间中表示一个无限数字的数字？ 因此，在比较数字时，您应该检查它们之间的差异是否小于某个小数。 此外，还有几个类可以帮助您实现更高的精度，如BigDecimal和BigInteger。
这是正确的。 请注意，Java与它无关，这个问题在ANY语言中是浮点math所固有的。
你经常可以逃避教室级别的问题，但是在现实世界中是不行的。 有时在课堂上不行。
很久以前回到学校的事件。 一个介绍课的老师指定了一个期末考试的问题，这对许多优秀的学生来说是一个真正的愚蠢 – 这不是工作，他们不知道为什么。 （我把这个作为实验助手，我不在课堂上）最后一些人开始向我求助，一些探测揭示了这个问题：他们从来没有被教过关于浮点math固有的不准确性。
现在，这个问题有两个基本的解决方法，一个是暴力破解（在这种情况下偶然的工作，因为它每次都犯同样的错误），另一个是更优雅的（这会造成不同的错误，不起作用）。为什么试着用优雅的方法打砖墙呢？ 我帮了他们一大堆，并解释了为什么，如果他有问题与我联系。
当然下个学期我从他那里听到这个消息，我基本上用一个简单的小程序把整个部门弄好了：
10 X = 3000000 20 X = X + 1 30 If X < X + 1 goto 20 40 Print "X = X + 1"
尽pipe部门的每位老师都认为，这将终止。 300万种子只是为了使其终止更快。 （如果你不懂基本的话：这里没有噱头，只是耗尽了浮点数的精度。）
是的，正如其他答案所说。 我想补充一点，我build议你这篇关于浮点精度的文章： 可视化浮点数
是的，Java也使用浮点运算。
当然这是事实。 想想看。 任何数字都必须用二进制表示。
图片：“1000”为0.5或1/2，即2 ** -1。 那么“0100”是0.25或1/4。 你可以看到我要去的地方
你能用这种方式代表多less个数字？ 2 ** 4。 增加更多位复制可用空间，但它永远不会无限。 1/3或1/10，对于1 / n的事情，任何不是2的倍数的数字都不能真正表示。
1/3可以是“0101”（0.3125）或“0110”（0.375）。 如果你乘以3，就不会是1。当然，你可以添加特殊的规则。 说你“当你加了3次'0101'，把它做成1”…这个方法从长远来看是行不通的。 你可以抓一些，但是那么1/6次2呢？
这不是一个二进制表示的问题，任何有限expression式都有你不能表示的数字，它们是无限的。
大多数CPU（和计算机语言）使用IEEE 754浮点运算。 使用这种表示法，有十进制数字，在这个表示法中没有确切的表示forms，例如0.1。 所以，如果你除以10，你将不会得到一个确切的结果。 当连续执行几个计算时，错误总结。 在python中试试下面的例子：
>>> 0.1 0.10000000000000001 >>> 0.1 / 7 * 10 * 7 == 1 False
这不是你所期望的math。
顺便说一句：关于浮点数的一个常见的误解是结果不准确，不能安全地互相配合。 只有你真的使用数字的小数部分，这才是真实的。 如果你所有的math都在整数域中，双精度和浮点精度与整数相同，也可以安全地进行比较。 例如，它们可以安全地用作循环计数器。
