人逢喜事精神爽,总算熬到下班撩~~
正准备和同事打个招呼回家,被同事拖住问了.
🙋♂️: 你们组做的那块代码,把double类型数据成float有问题啊💨.
💁♀️: 嗯?不对是正常啊,float精度是没有double高,但float能保存到小数点后好多位,对我们来说完全够用了!
🙋♂️: 不是啊,这不是小数点多少位的问题,而是现在整型数据,转出来也有问题啊,你看.
💁♀️: XX00😱.... 这什么鬼?
看到这个结果,差点闪到我的老腰🤦,咋不按套路出牌呢?
然后,下班路上,感觉我好像被我挚爱的.Net欺骗了💔,double强转float用了这么多年,咋说不对就不对了?.Net不靠谱啊!
当然,我内心还是相信.Net是清白的,所以刨根究底,网上找的资料大多是说这种强转会照成小数点后的精度的问题,可是造成整数位的问题精度问题却少有人提及.
为了理解这个问题,我们要从一些大学计算机基础的相关知识讲起😂.
float四个字节,double八个字节.
float范围从10-38到1038 和 -1038到-10-38, double的范围从10-308到10308 和 -10-308到-10-308
当然了,这都是废话🤷, 重点是下面这条.
float是<code>单精度浮点数</code>,double是<code>双精度浮点数</code>.
根据国际标准IEEE 754，任意一个二进制浮点数V可以表示成下面的形式：
(-1)^s表示符号位，当s=0，V为正数；当s=1，V为负数。
M表示有效数字，大于等于1，小于2。
2^E表示指数位。
举例来说，十进制的5.0，写成二进制是101.0，相当于1.01×2^2。那么，按照上面V的格式，可以得出s=0，M=1.01，E=2。
十进制的-5.0，写成二进制是-101.0，相当于-1.01×2^2。那么，s=1，M=1.01，E=2。
对于32位的<code>单精度</code>浮点数，最高的1位是符号位s，接着的8位是指数E，剩下的23位为有效数字M。
对于64位的<code>双精度</code>浮点数，最高的1位是符号位S，接着的11位是指数E，剩下的52位为有效数字M。
经过上面关于浮点数的介绍,相信你可能还是一头雾水,就像下面这幅漫画展示的那样🐎.
为了避免产生上面那种画马的跳跃,我们一小步一小步,看看浮点数据具体怎么在内存中存储的.双精度与单精度类似,这里我以单精度为例.
先将这个实数的绝对值化为二进制格式。
将这个二进制格式实数的小数点左移或右移n位，直到小数点移动到第一个有效数字的右边。
从小数点右边第一位开始数出二十三位数字放入第22到第0位。
如果实数是正的，则在第31位放入“0”，否则放入“1”。
⭐如果n 是左移得到的，说明指数是正的，第30位放入“1”。如果n是右移得到的或n=0，则第30位放入“0”。
如果n是左移得到的，则将n减去1后化为二进制，并在左边加“0”补足七位，放入第29到第23位。如果n是右移得到的或n=0，则将n化为二进制后在左边加“0”补足七位，再各位求反，再放入第29到第23位。
我们先用上述步骤尝试把9.0转化成二进制存储形式.
我们可以通过这个地址校验计算结果的正确性. https://www.h-schmidt.net/FloatConverter/IEEE754.html
可以看到,与我们的计算结果完全一致.
现在我们用上面的步骤,把照成翻车的83459338转成内存存储形式看看.
通过在线工具转换后证实我们的转换完全正确.
然后我们再把数据转回来.
S是第31位,为0, E =<code>0011001</code>(25)+1=26, 重点在M,它是1.(<code>有效数字位</code>)即 <code>1.00111110010111110100001</code>
<code>1.00111110010111110100001</code>乘上2的26次方,为<code>100111110010111110100001000</code>,将其转换为十进制,为 <code>83459336</code>
没错,就是<code>83459336</code>,而不是<code>83459338</code>🌋
83459338=> <code>100111110010111110100001010</code>
83459336=> <code>100111110010111110100001000</code>
可以看到,两个数字转成成二进制后,倒数第二位产生了差异,而产生这种的差异的原因就是单精度浮点数小数位23位不足以存储所有二进制数(26位).
🚑这场事故告诉我们,强转虽好,容易翻车.