看下面這段代碼

0.1 + 0.2 == 0.3  ->  Output: false
0.1 + 0.2         ->  Output: 0.30000000000000004

0.1 + 0.2 != 0.3，什么情況？

先上答案：0.1 + 0.2 != 0.3 這個(gè)問題的癥結(jié)在于：在現(xiàn)今的計(jì)算機(jī)中，數(shù)字的最終存儲(chǔ)（表示）格式是二進(jìn)制，是整數(shù)乘以 2 的冪。所以一切分母不是 2 的冪的有理數(shù)（例如 0.1，即 1/10）都是無法被計(jì)算機(jī)精確表示的。

下面來詳細(xì)分析：

十進(jìn)制小數(shù)與二進(jìn)制的轉(zhuǎn)換

整數(shù)十進(jìn)制轉(zhuǎn)二進(jìn)制大伙都知道（除 2 取余法），我們來看看小數(shù)是怎么轉(zhuǎn)二進(jìn)制的

小數(shù)部分的轉(zhuǎn)換不同于整數(shù)部分，它采用的是乘 2 取整法：將十進(jìn)制中的小數(shù)部分乘以 2，得到一個(gè)數(shù)，將這個(gè)數(shù)的整數(shù)位作為二進(jìn)制的一位，然后繼續(xù)取其小數(shù)部分乘以 2 作為下一位，直到不存在小數(shù)為止

舉個(gè)例子：3.14（十進(jìn)制）

整數(shù)部分：

• 3（十進(jìn)制）-> 0011（二進(jìn)制）

小數(shù)部分：

• 0.14 x 2 = 0.28（將十進(jìn)制 3 中的小數(shù)部分 0.14 乘以 2，得到一個(gè)數(shù) 0.28，將這個(gè)數(shù)的整數(shù)位 0 作為二進(jìn)制的一位，然后繼續(xù)取其小數(shù)部分乘以 2 作為下一位，直到不存在小數(shù)為止），此時(shí)小數(shù)部分的二進(jìn)制表示是 0xxx xxxx
• 0.28 x 2 = 0.56（將十進(jìn)制 0.28 中的小數(shù)部分 0.28 乘以 2，得到一個(gè)數(shù) 0.56，將這個(gè)數(shù)的整數(shù)位 0 作為二進(jìn)制的一位，然后繼續(xù)取其小數(shù)部分乘以 2 作為下一位，直到不存在小數(shù)為止），此時(shí)小數(shù)部分的二進(jìn)制表示是 00xx xxxx
• 0.56 x 2 = 1.12（將十進(jìn)制 0.56 中的小數(shù)部分 0.56 乘以 2，得到一個(gè)數(shù) 1.12，將這個(gè)數(shù)的整數(shù)位 1 作為二進(jìn)制的一位，然后繼續(xù)取其小數(shù)部分乘以 2 作為下一位，直到不存在小數(shù)為止），此時(shí)小數(shù)部分的二進(jìn)制表示是 001x xxxx
• .......

問題就出現(xiàn)了~

如果小數(shù)部分一直沒法變成 0，那么小數(shù)部分的二進(jìn)制表示將是無窮無盡的。

由于計(jì)算機(jī)的資源是有限的，所以沒辦法用二進(jìn)制精確的表示這些小數(shù)部分一直沒法變成 0 的數(shù)，只能用【近似值】來表示（現(xiàn)在基本采用的都是 IEEE 754 標(biāo)準(zhǔn)，https://en.wikipedia.org/wiki/IEEE_754#Basic_and_interchange_formats），這不可避免地就會(huì)造成精度缺失

Working with Floats in Programming

在平常寫代碼的時(shí)候，這個(gè)精度問題意味著我們需要使用舍入函數(shù)將浮點(diǎn)數(shù)四舍五入到我們需要的小數(shù)位，然后再顯示它們。

還需要用【允許一定差距（allow some amount of tolerance）的比較】來替換浮點(diǎn)數(shù)之間的相等比較 ==，這意味著：

不要使用：if (x == y) { ... }

而是使用：if (abs(x - y) < myToleranceValue) { ... }