直接用 == 比较 float 或 double 几乎总是错的，因浮点数在二进制中无法精确表示大多数十进制小数，计算会累积误差；应使用带 epsilon 的近似比较，优先选相对误差而非固定阈值。
直接用 == 比较两个 float 或 double 几乎总是错的——浮点数在二进制中无法精确表示大多数十进制小数，计算过程还会累积误差。
为什么 0.1 + 0.2 != 0.3 是常态
这不是 bug，而是 IEEE 754 浮点数标准的固有特性。0.1 在二进制下是无限循环小数（类似十进制里 1/3 = 0.333...），只能截断存储，导致精度损失。所有后续运算都在这个不精确的基础上进行。
常见错误现象：
- 循环中用
for (double x = 0.0; x != 1.0; x += 0.1)，结果死循环或跳过终点 -
if (a == b)在数学上应为 true，但实际返回 false - 单元测试因浮点输出微小差异而失败
用 epsilon 判断相等：选对容差值很关键
核心思路是判断两数之差是否小于某个极小阈值（epsilon），但不能硬写 1e-9 一劳永逸。
立即学习“C++免费学习笔记（深入）”；
实操建议：
- 相对误差更鲁棒：
abs(a - b) ，适合 a、b 远离 0 的场景 - 绝对误差必要时补位：
abs(a - b) ，必须用于可能接近 0 的值（否则相对误差会除零或失效） - 混合策略更安全：
abs(a - b) - C++20 起可用
std::abs(a - b) ::epsilon() * std::max({1.0, abs(a), abs(b)})，但注意epsilon()是 1.0 附近的单位精度，不是万能阈值
避免比较的替代方案
很多情况下，根本不需要直接比浮点数——改设计比修精度更可靠。
使用场景与建议：
- 做循环计数？改用整数索引：
for (int i = 0; i - 需要等距采样？预生成 vector 存好值，避免累加误差
- 做范围判断（如
x ）？只要误差不跨过边界就安全；若临界敏感，把边界往外扩一点（如用 <code>x ） - 序列化/网络传输？转成整数倍（如金额存分为单位）、或用字符串/定点数库（
boost::multiprecision::cpp_dec_float）
调试时怎么快速定位精度问题
别靠肉眼打印——默认 std::cout 只显示 6 位有效数字，掩盖真实误差。
实操建议：
- 打印完整精度：
std::cout ::max_digits10) - 用
std::nextafter(a, b)查看相邻可表示浮点数，确认误差是否在合理范围内 - GDB 中用
p/x &a看内存布局，验证是否真如预期存储 - 开启编译器警告：
-Wfloat-equal（GCC/Clang）会提示裸==比较浮点数
最易被忽略的一点：不同优化级别（-O2 vs -O0）下，中间计算可能被提升到更高精度寄存器（x87 的 80 位），导致“调试时正常、发布时出错”。统一用 -ffloat-store 或显式 volatile 强制落盘，才能让行为一致。
