引入
首先我們來看一段**，你認為它會輸出什麼呢？
#includeint main()
但是結果卻如圖：
毫無疑問，這肯定和float資料型別有關，但是至於為什麼會出現這個問題，我們一起來分析。
float資料型別如何表示
我們一般都了解int資料型別是如何表示的：它是由32bit位組成，若是有符號int，最高位是符號位，低31位表示有效範圍。無符號int ，32位都是表示有效範圍（32位作業系統，本章中所有demo或話術都是基於32位作業系統）。
但是對float資料型別的表示，我相信大多數人都不太了解。於是今天我們一起來深入學習，了解在工作或學習中需要注意的事項。
float資料型別在記憶體中的格式如圖所示：
第一部分是符號位，用s表示，用來表示符號位。float型別和int型別不一樣，int型別可以通過unsigned修飾來表示有符號或無符號資料。float型別都是有符號的。
第二部分是8bit的指數字用e表示，我們用1 ~ 254對映到-126 ~ 127這254個有正有負的數上，因為浮點數不僅要表示很大的數，也要表示很小的數，因此，指數字也應該有負值。
第三部分是23位的有效位，用f表示。
用科學表示法，浮點數可以表示如下：
從該表示式中，我們無法表示資料0。因此我們就需要一些約定，來表示一些特殊的數。如圖：
當e=0,並且f=0時，浮點數就表示0。
例子我們一起以0.5為例進行分析：
因此，s=0,f=0,e=-1。而e是用1 ~ 254對映-126 ~ 127。因而，e在記憶體中的應該是126。即0.5在記憶體中的表示應為下圖：
精度損失問題
通過浮點數的資料格式我們知道，有效位是23位，因此對於有些數儲存在計算機中就會出現精度損失的情況。比如9.1。
9.1=1001.000110011（以0011迴圈）…轉換為二進位制科學表示法就是9.1=1.001000110011（以0011迴圈）…x 2
32^3
23。因此，s=0,e=3,f=001000110011（以0011迴圈）。由於f只有23bit，所以就會存在精度缺失。如圖：
至此，9.1儲存在記憶體中的二進位制為010000010 0010 0011001100110011 001，在轉換為十進位制就是9.09999942779541015625。
這就解釋了為什麼0.3+0.6=0.899999。因為0.3轉換為浮點數儲存到記憶體中後，不再是準確的0.3了。0.6也是如此。（有些平台demo列印出來的是0.900000,那是因為預設列印位數問題，可通過printf("%1.10f",sum)控制小數點位數。並且不同的編譯器精度缺失的處理方式不同，我在ubuntu 18的測試環境中，得到的值是大於0.9的）
大數吃小數
上面介紹了浮點數精度損失的問題，我們再來看一下大數吃小數的問題。還是直接來上demo：
實際輸出為：
從現象上看就是乙個很大的浮點數和乙個較小的浮點數之和，得到的還是較大的浮點數（大數吃小數）。原因是為何呢？我們一起**一下。
其實這就是浮點數加法計算的原理過程分析，核心就是先對齊再計算。
例：0.5 + 0.125
分析：0.5 = (−1
)0(-1)^0
(−1)
0 x 1.0 x 2−1
2 ^2−
10.125 = (−1
)0(-1)^0
(−1)
0 x 1.0 x 2−3
2^2−
3由於0.5和0.125的指數字不相等(-1和-3）需要先對齊(統一為較大的指數字)，即：
0.125 = (−1
)0(-1)^0
(−1)
0 x 0.01 x 2−1
2^2−
1 (指數字對齊，對應的有效位就要右移)
0.5 + 0.125 = (−1
)0(-1)^0
(−1)
0 x 1.0 x 2−1
2 ^2−
1 + (−1
)0(-1)^0
(−1)
0 x 0.01 x 2−1
2^2−
1 = (−1
)0(-1)^0
(−1)
0 x 1.01 x 2−1
2^2−
1 上述就是浮點數求和的過程。我相信，大家應該已經知道大數吃小數的原因了。由於有效位是23位，當較大數是較小數的 2
242^
224 (16777216)倍之多時，較小數為了將指數字對齊，有效位就會右移很多位，導致有效位中整數部分在23bit之後。科學表示式為：(−1
)0(-1)^0
(−1)
0 x 0.0 x 2
n2 ^
2n=0，這也就解釋了開篇的問題。
當浮點數1.0進行累加時，sum為16777216時，是1.0的2
242^
224倍，之後的累加就出現了大數吃小數。
輸出為：16777216思考
通過上面的分享，我們在使用浮點數時，要盡量避免兩個坑：精度缺失和大數吃小數。以下是結合自己的經驗做的總結：
工作中儘量減少對浮點型資料的使用
曾經我們的研發總監明確要求我們編碼中不准使用浮點數，主要是因為我們的業務一般不會用到浮點數。我相信很多公司也要求盡可能少的使用浮點數。但是有些業務需求一定會用到小數，比如：商場中商品的**表，或者是銀行中賬戶金額。我們可以通過字串的方式儲存這些值（雖然有點浪費記憶體），就可以避免精度缺失的問題
面試中遇到的問題
曾經我在面試的時候，面試官讓我對下面的問題進行程式設計：
例：計算代數式 1+1
2\frac
21+1
3\frac
31+1
4\frac
41+…+1
n\frac
n1的值
我的解法如下：
#includeint main()
for(i=n;i>=1;i--)。這點你get到了嗎？ MySQL的一些資料型別
如果乙個float型資料轉成二進位制後的第32位之後都是0，那麼資料是準的 如果乙個float型資料轉成二進位制後的第32位之後不全為0，則資料就會存在誤差 float和double型別的區別和誤差 但是decimal型別是mysql官方唯一指定能精確儲存的型別，也是dba強烈推薦和金錢相關的型別都...
資料型別與資料類的一些感想
在長時間做電表集抄軟體的時候，習慣於將資料層層封裝，而且資料物件全部做成可以序列化的。只不過以前在存貯的時候，使用的還是關係型資料庫的思想，寫dal時候做資料分解比較痛苦。曾有心將序列化後的資料物件直接存貯，可又無法進行快速查詢了，所以此想法無解。現在接觸到的turbogears，zope等，都自己...
c 中一些常見的資料型別
學了也有一兩年的語言了，到現在連基本的資料型別的大小也不是很清楚，或者說是根本就不知道。雖然以前也都看過，但真容易忘。其實感覺好像也不能怪我，誰叫它不經常被用到，或是說不經常被我給用到。其實這也只是為自己找了乙個藉口罷了。直到今天，遇到memset 函式，才想徹底弄清楚一些基本的資料型別的大小，此處...