为什么这个浮点值会从它设置的值改变?

它给出了“错误”的答案,仅仅是因为并非所有的实际值都可以用浮点(或双精度)表示。您将得到一个基于底层编码的近似值。

为了表示每个实际值,即使在1.0x10之间 ^{- 100} 1.1x10 ^{- 100} (一个真正微小的范围),您仍然需要无限多的位。

单精度IEEE754值只有32位可用(其中一些用于指数和NAN/INF表示等其他任务),因此不能提供无限精度。它们实际上有23个可用位,精度约为2 ^二十四 (有一个额外的隐式位)或刚好超过7位十进制数字(对数 _十 (2) ^二十四 )约为7.2)。

我把“错”这个词用引号括起来,因为它不是 事实上 错了。错误的是你对计算机如何代表数字的理解(不要被冒犯,但在这个误会中你并不孤单)。

从头到脚 http://www.h-schmidt.net/FloatApplet/IEEE754.html 并在“十进制表示”框中键入您的数字,以查看实际情况。

如果您想要一个更精确的数字,请使用double而不是float——它们的位数是表示值的两倍(假设您的C实现分别使用ieee754单精度和双精度数据类型来表示float和double)。

如果您想要任意的精度,您需要使用“bignum”库,比如 GMP 虽然这比本地类型要慢一些,但是要确保您理解这种权衡。

十进制数12345.054321不能准确表示为 float 在你的平台上。您看到的结果是一个十进制近似值,该近似值可以表示为 浮动 .

float S是关于方便和速度的,使用二进制表示法-如果您关心精度,请使用十进制类型。

要了解问题,请阅读 每一个计算机科学家都应该知道什么是浮点运算 : http://docs.sun.com/source/806-3568/ncg_goldberg.html

有关解决方案,请参见 十进制算术常见问题 : http://speleotrove.com/decimal/decifaq.html

单精度浮点值只能表示大约8到9个有效(十进制)数字。超过这一点,你会看到量化误差。

一切都与精确有关。您的号码不能准确地存储在浮点中。