Go浮点数精度损失是IEEE-754二进制表示固有特性，非bug；应优先用整数运算（如“元”转“分”），必要时用decimal库并从字符串初始化，比较用a.Equal(b)而非==。
Go语言中浮点数运算的精度损失不是bug，而是IEEE-754二进制表示的固有特性——像0.1、1.021、28860.000000001这类十进制小数，在二进制下是无限循环小数，必须截断存储，误差从赋值那一刻就已存在。
显示时用格式化控制精度
对用户展示结果，无需修改数值本身，只需控制输出位数：
- 用fmt.Printf("%.2f", x)显示金额、百分比等，视觉上准确且高效
- 注意：%.2f只是四舍五入显示，底层值仍是近似值，不可用于后续计算
- 避免直接fmt.Println(x)——它自动省略尾部零，掩盖了真实误差
业务逻辑中优先用整数代替浮点数
适用于金额、计数、固定小数位场景（如货币、温度、时间戳）：
- 把“元”转为“分”，“米”转为“毫米”，全程用int64运算
- 例如：priceInCents := 10055（代表100.55元），total := priceInCents * 3 → 结果精确为30165分
- 最终转回展示时再除以100.0，并配合fmt.Printf格式化
必须用小数运算时选高精度十进制库
金融、计费、科学计算等不容误差的场景，别依赖float64：
立即学习“go语言免费学习笔记（深入）”；
- 推荐使用github.com/shopspring/decimal，支持精确十进制加减乘除和四舍五入
- 初始化务必从字符串或整数构建：decimal.RequireFromString("1.021")，而非NewFromFloat(1.021)（后者会把float64已有误差带入）
- 比较两个小数是否相等时，不用==，改用a.Equal(b)
浮点数比较和取整要显式容错
当无法避开float64时，需主动应对误差：
- 判断相等：用math.Abs(a-b) 替代a == b
- 需要四舍五入取整：用int(math.Round(x))，而非int(x)（后者是向零截断）
- 做除法时注意字面量类型：写22.0 / 7.0，别写22 / 7（否则是整数除法）
