double 在 C++ 中“算错”实为二进制无法精确表示多数十进制小数，如 0.1 存储为约 0.10000000000000000555，导致比较、循环、排序等场景出错。
为什么 double 在 C++ 中会“算错”？
不是它算错，而是二进制无法精确表示大多数十进制小数。比如 0.1 在 IEEE 754 double 中实际存储的是一个近似值（约 0.10000000000000000555），后续计算会累积误差。这在金融、物理模拟或比较判断中极易引发问题。
常见错误现象包括：
-
0.1 + 0.2 == 0.3返回false - 循环中用
for (double x = 0.0; x != 1.0; x += 0.1)导致死循环或跳过终点 - 排序或去重时，本应相等的浮点数被判定为不同
用 std::abs(a - b) 替代直接相等比较
这是最常用也最必要的避坑手段。永远不要用 == 比较两个 double 是否“数学上相等”，而应判断它们是否“足够接近”。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 选合适的
epsilon：对绝对值较小的数（如1e-10），用固定小值（如1e-9）；对大数（如1e6），改用相对误差：std::abs(a - b) ::epsilon() * std::max(std::abs(a), std::abs(b)) -
std::numeric_limits<double>::epsilon()</double>是 1.0 到下一个可表示double的差值（约2.22e-16），不是万能阈值，不能直接用于所有场景 - 避免用
0.000001这类魔法数字，封装成常量或函数，例如：constexpr double EPS = 1e-9;<br>bool eq(double a, double b) { return std::abs(a - b) < EPS; }
整数运算优先：把 double 转成 int64_t 或 long long 处理
当业务逻辑本质是离散的（比如金额单位为“分”、时间单位为“毫秒”），强行用 double 表示小数只会放大风险。
例如处理金钱：
- ❌ 错误：用
double money = 19.99;然后做加减乘除 - ✅ 正确：统一用
long long cents = 1999;，所有运算基于整数，仅在展示时除以 100.0 - 输入解析时用
std::stoll配合字符串处理（如"19.99"→ 找小数点 → 拼接整数部分和两位小数），避免std::stod引入首轮误差
需要高精度时，别硬扛——换库或换类型
double 是 64 位，有效数字约 15–17 位十进制。超出这个范围的精度需求，靠调参或技巧无解。
可行路径：
- 用
long double：在 x86-64 Linux 上通常是 80 位扩展精度（64 位尾数），但 Windows MSVC 下常退化为 64 位，**跨平台不可靠** - 用任意精度库：如
Boost.Multiprecision的cpp_dec_float_50（50 位十进制精度），适合科学计算或配置驱动型逻辑 - 用整数 + 固定缩放因子：例如用
int64_t存储微秒级时间戳，或用__int128（GCC/Clang）处理超大整数中间结果
真正容易被忽略的一点：很多“精度问题”其实源于输入阶段——从字符串解析 double 时就已失真。与其在后续计算中不断补偿，不如从源头控制数据形态。
