不能直接用==比较浮点数，因为浮点数在计算机中按IEEE 754标准以二进制近似存储，导致0.1+0.2≠0.3等精度丢失；舍入误差使数值差几个ULP，故须用epsilon容差比较绝对差值。
为什么不能直接用 == 比较浮点数
浮点数在计算机中以二进制近似存储，0.1 + 0.2 不等于 0.3 是经典表现。直接用 == 判断两个 float 或 double 是否“相等”，几乎总会出错——哪怕它们是同一计算路径得出的结果。
根本原因是：舍入误差累积后，数值可能差几个 ULP（Unit in the Last Place），但肉眼看起来“一样”。所以必须引入容差（epsilon）做相对或绝对比较。
用 std::abs(a - b) 这是最常用、也最容易理解的方式，适用于数值量级已知且不会过大或过小的场景。
实操建议：
- 选一个合适的
epsilon：对double常用1e-9或std::numeric_limits<double>::epsilon()</double>（约2.2e-16），但注意后者是“1.0 的最小可表示增量”，不是通用容差 - 避免用
std::numeric_limits<t>::epsilon()</t>直接当容差：它太小，只适用于与1.0同量级的数；比较1e6级别的数时，需放大 epsilon - 示例：
double a = 0.1 + 0.2;<br>double b = 0.3;<br>if (std::abs(a - b) < 1e-9) { /* 接受为相等 */ }
用相对误差判断更鲁棒的场景
当两个数可能很大（如 1e10）或很小（如 1e-10）时，固定 epsilon 会失效：太大则误判，太小则漏判。
实操建议：
- 公式：
std::abs(a - b) - 必须处理
a和b都为 0 的情况（否则除零风险），或改用std::abs(a - b) - 更稳妥的做法是组合绝对+相对：先用绝对误差兜底（防接近零时崩溃），再用相对误差覆盖正常范围
- 示例：
bool approx_equal(double a, double b, double eps = 1e-9) {<br> double diff = std::abs(a - b);<br> double max_val = std::max(std::abs(a), std::abs(b));<br> return diff <= eps || diff <= max_val * eps;<br>}
别忽略 NaN 和无穷大的特殊行为NaN 与任何值（包括自身）用 == 比较都返回 false，而 std::abs(NaN) 仍是 NaN，参与比较会导致整个表达式结果不可靠。
实操建议：
- 调用前先用
std::isnan(a) || std::isnan(b)检查，若任一为NaN，通常应直接返回false（除非业务明确要求 NaN 视为相等） -
std::isinf(a)和std::isinf(b)要单独处理：同号无穷大可视为相等，异号则不等 - 标准库不提供开箱即用的“安全浮点比较”，自己封装函数时务必把
NaN和inf分支写清楚
实际项目里，浮点比较的“正确性”高度依赖上下文：物理仿真容忍 1e-6，金融计算可能要 1e-12，而图形学中向量归一化后的点积误差常取 1e-5。没有银弹，只有根据量纲、精度需求和输入范围选合适策略。
