浮点类型使用细节|学习笔记

简介: 快速学习浮点类型使用细节

开发者学堂课程【Go语言核心编程 - 基础语法、数组、切片、Map:浮点类型使用细节】学习笔记,与课程紧密联系,让用户快速学习知识

课程地址:https://developer.aliyun.com/learning/course/625/detail/9520


浮点类型使用细节

Go 语言提供了两种精度的浮点数 float32 和 float64,它们的算术规范由 IEEE754 浮点数国际标准定义,该浮点数规范被所有现代的 CPU 支持。

这些浮点数类型的取值范围可以从很微小到很巨大。浮点数取值范围的极限值可以在 math 包中找到:

常量 math.MaxFloat32 表示 float32 能取到的最大数值,大约是 3.4e38;

常量 math.MaxFloat64 表示 float64 能取到的最大数值,大约是 1.8e308;

float32 和 float64 能表示的最小值分别为 1.4e-45 和 4.9e-324。

一个 float32 类型的浮点数可以提供大约 6 个十进制数的精度,而 float64 则可以提供约 15 个十进制数的精度,通常应该优先使用 float64 类型,

因为 float32 类型的累计计算误差很容易扩散,并且 float32 能精确表示的正整数并不是很大。

1.Golang浮点类型有固定的范围和字段长度,不受具体os(操作系统)的影响。

2.Golang 的浮点型默认声明为float64类型。

案例演示:

var num5 = 1.1

fmt.Printf("num5的数据类型是%T",nums)

输出的结果为"num5的数据类型是float64"

3.浮点型常量有两种表示形式

(1)十进制数形式:

如:5.12.512(必须有小数点)

(2)科学计数法形式:

如:5.1234e2 = 5.12* 10的2次方

5.12E-2 =5.12/10的2次方

案例演示:

十进制数形式:

num6 := 5.12

num7 := .123

//等同于 0.123

fmt.Print1n( "num6=", num6,"num7=", num7)

输出为num6 = 5.12 num7 = 0.123

科学计数法形式:

num8 := 5.1234e2 // ? 5.1234*10的2次方

num9 := 5.1234E2 // ? 5.1234*10的2次方

num10 := 5.1234E-2 // ? 5.1234/10的2次方 0.051234

fmt.Print1n("num8=", num8,"num9=", num9,"num10=", num10)

输出为 num8 = 512.34 num9 = 512.34 num10 = 0.051234

4.通常情况下,应该使用float64,因为它比float32更精确。(开发中,推荐使用float64)

相关文章
|
14天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
3天前
|
人工智能 移动开发 自然语言处理
阿里云百炼产品月刊【2025年9月】
本月通义千问模型大升级,新增多模态、语音、视频生成等高性能模型,支持图文理解、端到端视频生成。官网改版上线全新体验中心,推出高代码应用与智能体多模态知识融合,RAG能力增强,助力企业高效部署AI应用。
218 1
|
13天前
|
存储 人工智能 搜索推荐
终身学习型智能体
当前人工智能前沿研究的一个重要方向:构建能够自主学习、调用工具、积累经验的小型智能体(Agent)。 我们可以称这种系统为“终身学习型智能体”或“自适应认知代理”。它的设计理念就是: 不靠庞大的内置知识取胜,而是依靠高效的推理能力 + 动态获取知识的能力 + 经验积累机制。
398 135
|
13天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
512 132
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
13天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
522 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
7天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
241 136
|
24天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1598 89