精度变化主要发生在浮点与整数、不同位宽浮点、有符号/无符号整数转换时；浮点转整数向零截断，低精度转高精度不恢复精度，整数转浮点可能舍入，有符号/无符号转换按位解释易致值剧变。

不同类型转换时，精度变化主要发生在浮点数与整数、不同位宽浮点数之间，以及有符号/无符号整数互转时。关键不是“能不能转”，而是“转完还准不准”。

浮点数转整数：直接截断，不四舍五入

float 或 double 转 int、long 等整型时，小数部分被直接丢弃（向零截断），不进行任何舍入。

• C/C++/Java/Python（int()）都如此：int(3.9) → 3，int(-2.7) → -2
• 若值超出目标整型范围（如 float 1e10 转 int），行为未定义（C/C++）或抛异常（Java/Python）
• 建议先用范围检查 + round() 显式控制舍入逻辑，例如：int(round(x)) 实现四舍五入

低精度浮点转高精度浮点：无损，但不增加真实精度

float（通常32位）→ double（64位）是安全的，数值不变，但不会“恢复”已丢失的精度。

• float f = 0.1f; // 实际存储的是近似值 0.10000000149...
• double d = f; // d 的值仍是那个近似值，只是用更多位表示它，不是更精确的 0.1
• 真正提升精度需从高精度源头赋值：double d = 0.1; // 比 float 赋值更接近数学 0.1

整数转浮点数：位数足够时无损，否则舍入

32位 int → float 通常安全（float 有效位约7位十进制，能精确表示所有 ≤2²⁴ 的整数）；64位 long → float 则大概率丢失精度。

• int x = 16777215; // 2²⁴−1，float 可精确表示
• int y = 16777216; // 2²⁴，float 仍可表示（因是2的幂）
• int z = 16777217; // float 会舍入为 16777216 —— 精度丢失开始出现
• 验证方式：转换后转回原类型，比较是否相等（如 (int)(float)x == x）

有符号 ↔ 无符号整数转换：按位解释，值可能剧变

这不是“数值转换”，而是重新解释相同比特序列，符号位变成数据位，结果常与直觉相反。

• int x = -1; → unsigned int u = (unsigned int)x; // u = 4294967295（32位）
• unsigned int u = 4294967295U; → int x = (int)u; // x = -1（若系统用补码）
• 这种转换在指针运算、字节处理中常见，但用于算术比较极易出错，应避免隐式转换
• 编译器警告（如 GCC 的 -Wsign-conversion）值得开启并认真对待