為什么在Python中，0.1 + 0.2 ≠ 0.3
為啥會(huì)有上述圖片的現(xiàn)象呢？其實(shí)是由于float底層存儲(chǔ)原理導(dǎo)致，下面聽(tīng)我娓娓道來(lái)。
第一步：浮點(diǎn)數(shù)轉(zhuǎn)換為二進(jìn)制表示
整數(shù)部分，直接轉(zhuǎn)換為二進(jìn)制，即：`100111`
小數(shù)部分，讓小數(shù)一直乘2，小于1則用結(jié)果繼續(xù)乘，大于1則結(jié)果減1繼續(xù)乘，等于1則結(jié)束。
如果小數(shù)位是0.25就會(huì)比較簡(jiǎn)單，例如：
0.25 * 2 = 0.5 // 小于1，則繼續(xù)乘
0.5 * 2 = 1 // 等于1，則結(jié)束
結(jié)束時(shí)，將相乘之后等結(jié)果的整數(shù)部分拼接起來(lái)，所以 0.25 的二進(jìn)制表示：01
第二步：科學(xué)計(jì)數(shù)法表示二進(jìn)制小數(shù)
注意：因?yàn)槭嵌M(jìn)制小數(shù)，所以底數(shù)是2。
第三步：存儲(chǔ)
Float32，用32位的二進(jìn)制來(lái)存儲(chǔ)一個(gè)浮點(diǎn)數(shù)。
Float64，用64位的二進(jìn)制來(lái)存儲(chǔ)一個(gè)浮點(diǎn)數(shù)。
接下來(lái)，我們以float32為例：
通過(guò)對(duì)浮點(diǎn)型的存儲(chǔ)原理的學(xué)習(xí)，了解到浮點(diǎn)型其實(shí)是一種非精確的表達(dá)小數(shù)的方式，因?yàn)樗膄raction中有位數(shù)限制，超過(guò)就會(huì)忽略。
float64和float32類似，只是用于表示各部分的位數(shù)不同而已，其中：`sign=1位`、`exponent=11位`、`fraction=52位`，也就意味著可以表示的范圍更大了。
總結(jié)
在開發(fā)中想精確的處理小數(shù)時(shí)，可以使用decimal。
作者：武沛齊 ?
出處：http://www.cnblogs.com/wupeiqi/
本文版權(quán)歸作者和博客園共有
-END-