C++ 精度问题！恼人！

[li4951]

middle = 6;
tempSum = 0.5 + 1.0 / 3;
请问1.0 / middle + tempSum >= 1.0
为真还是假？
请自己实践然后解释原因？？？？？估计是精度问题。烦请详细解释。

[AndyZhang]

这个也没办法啊，除非你模拟分数运算，计算机毕竟是机器

[turing-complete]

没什么好解释的，是精度问题

[niannian_315]

是真的。

[xunxun]

浮点数一般不这样和真值比较
一般都是比较一个范围

想确定比较，请全都放大倍数转化成整型，再比较

或者使用高精度算法

[lxp_1988]

我是看的别个的 不晓得 对lz 有帮助没：

这个并不是编译器奇怪，而是标准如此要求：
An unsuffixed floating constant has type double. If suffixed by the letter f or F, it has
type float. If suffixed by the letter l or L, it has type long double.

对于比较操作（以下说法全部基于IA32和IA32上的常见编译器，并且不使用例如MMX、SSE之类的扩展特性），如果是在float变量和加上f作为后缀的常量之间进行的话，那么比较动作并不牵涉FPU，一般的编译器直接使用通用寄存器来完成比较操作，但是一旦牵扯到了double，那么就会使用FPU来完成比较，用fld加载比较操作的操作数到FPU的寄存器栈，然后执行浮点比较指令，完成比较。

由此，如果你在float变量里面保存了float变量无法精确保存的值，然后再和double比较的话，由于内部表示的不一致，所以最终得到的结果显然是假而不是真。

你可以看一下这个例子，这个时候得到的是真，因为内部表示是一致的：
float val = 1.0;
(val == 1.0) && printf( "val == 1.0\n ");

[luciferisnotsatan]

[Quote=引用 3 楼 xunxun1982 的回复:]

浮点数一般不这样和真值比较
一般都是比较一个范围

想确定比较，请全都放大倍数转化成整型，再比较

或者使用高精度算法
[/Quote]
++

[wchyumo2009]

[Quote=引用 3 楼 xunxun1982 的回复:]
浮点数一般不这样和真值比较
一般都是比较一个范围

想确定比较，请全都放大倍数转化成整型，再比较

或者使用高精度算法
[/Quote]
精度问题

[赵4老师]

用10进制小数不能精确表示某些三进制小数0.1(3)=0.33333333333……(10)
同理，用二进制小数也不能精确表示某些10进制小数。
C:\Program Files\Microsoft Visual Studio 8\VC\crt\src\float.h

...
#define DBL_DIG         15                      /* # of decimal digits of precision */
#define DBL_EPSILON     2.2204460492503131e-016 /* smallest such that 1.0+DBL_EPSILON != 1.0 */
#define DBL_MANT_DIG    53                      /* # of bits in mantissa */
#define DBL_MAX         1.7976931348623158e+308 /* max value */
#define DBL_MAX_10_EXP  308                     /* max decimal exponent */
#define DBL_MAX_EXP     1024                    /* max binary exponent */
#define DBL_MIN         2.2250738585072014e-308 /* min positive value */
#define DBL_MIN_10_EXP  (-307)                  /* min decimal exponent */
#define DBL_MIN_EXP     (-1021)                 /* min binary exponent */
#define _DBL_RADIX      2                       /* exponent radix */
#define _DBL_ROUNDS     1                       /* addition rounding: near */

#define FLT_DIG         6                       /* # of decimal digits of precision */
#define FLT_EPSILON     1.192092896e-07F        /* smallest such that 1.0+FLT_EPSILON != 1.0 */
#define FLT_GUARD       0
#define FLT_MANT_DIG    24                      /* # of bits in mantissa */
#define FLT_MAX         3.402823466e+38F        /* max value */
#define FLT_MAX_10_EXP  38                      /* max decimal exponent */
#define FLT_MAX_EXP     128                     /* max binary exponent */
#define FLT_MIN         1.175494351e-38F        /* min positive value */
#define FLT_MIN_10_EXP  (-37)                   /* min decimal exponent */
#define FLT_MIN_EXP     (-125)                  /* min binary exponent */
#define FLT_NORMALIZE   0
#define FLT_RADIX       2                       /* exponent radix */
#define FLT_ROUNDS      1                       /* addition rounding: near */
...

[li4951]

除了高精度，有没有有效地解决办法？

[turing-complete]

[Quote=引用 9 楼 li4951 的回复:]

除了高精度，有没有有效地解决办法？
[/Quote]

你在实际设计程序的时候，遇到了这样的问题？

[ljhhh0123]

浮点环境是可以控制舍入的.

记得浮点本身就是不精确的.

a*b 不一定等于 b*a

[kissthefuture]

[Quote=引用 7 楼 zhao4zhong1 的回复:]

用10进制小数不能精确表示某些三进制小数0.1(3)=0.33333333333……(10)
同理，用二进制小数也不能精确表示某些10进制小数。
C:\Program Files\Microsoft Visual Studio 8\VC\crt\src\float.h
C/C++ code
...
#define DBL_DIG 15 ……
[/Quote]

说得太好了

[mathe]

通常情况，浮点问题必然有精度问题，没有办法。
不过具体到本题，如果能够将所有数乘上6（也就是通常说的量化）,就变成整数间比较问题了，就可以解决问题了

[zhufeiguanghui1]

ding