一. 浮点数存储时是有精度损失的
下面程序中我们打印一个浮点数的值
int main() { double d = 3.6; printf("%.50f\n", d); return 0; }
观察到浮点数存储在内存空间中是有内存损失的：
二. 浮点数不能直接进行 == 比较
所有存储在内存中的浮点数都不能做到完全精确，如果拿它们进行计算，那误差更是在所难免。
int main() { double x = 1.0; double y = 0.1; printf("%.50f\n", x - 0.9);// 预计得到0.1 printf("%.50f\n", y); if ((x - 0.9) == y) { printf("you can see me!\n"); } else { printf("oops!\n"); } return 0; }
编译运行：
三. 使用精度来比较两个浮点数是否相等
既然浮点数的误差在所难免，那么我们可以考虑两个浮点数相等的条件是：它们差值的绝对值是一个很小的数的话，那么可以说这两个浮点数是相等的。
我们可以自定义一个最小差值，或者叫最小精确度EPSILON，它的值是 0.0000001
#define EPSILON 0.0000001 int main() { double x = 1.0; double y = 0.1; printf("%.50f\n", x - 0.9); printf("%.50f\n", y); // 另一种写法： // if(((x - 0.9) - y) > -EPSILON && ((x - 0.9) - y) < EPSILON) if (fabs((x - 0.9) - y) < EPSILON) { printf("you can see me!\n"); } else { printf("oops!\n"); } return 0; }
编译运行：
实际比较时，有各种各样的数据，这个最小精度我们不好掌握的话，可以使用系统提供的最小精度：
#define DBL_EPSILON 2.2204460492503131e-016 // smallest such that 1.0+DBL_EPSILON != 1.0
#define FLT_EPSILON 1.192092896e-07F // smallest such that 1.0+FLT_EPSILON != 1.0
四. 浮点数和0比较
上面我们知道了判断两个浮点数是否相等的方法就是看
if ( fabs(x - y) < DBL_EPSILON)
这个条件是否成立。
是否可以以此类推，判断一个浮点数 x 是否和 0 相等的话就是看
if ( fabs(x - 0) < DBL_EPSILON) 即 if ( fabs(x) < DBL_EPSILON)
下面用一段代码举例：
int main() { double x = 0.000000000000000000000001; if (fabs(x) < DBL_EPSILON) { printf("x == 0.0\n"); } else { printf("x != 0.0\n"); } return 0; }
编译运行：
还有一个问题，就是用绝对值和 DBL_EPSILON 进行比较时能否用 <= 呢？
我们在来看看 DBL_EPSILON 是怎么定义的：
所有两个浮点数如果要相等，那它们差值的绝对值肯定是要小于DBL_EPSILON的，相等都不行。
