为何用FLT_MIN计算差商恒为0？如何给float加最小可行值？

为什么FLT_MIN无法得到正确结果 #

float类型采用二进制浮点数表示，其精度是相对精度而非绝对精度。以t=0.5f为例，它的二进制形式是2^-1，对应的最低有效位（LSB）代表的数值远大于FLT_MIN（2^-126）。当你把FLT_MIN加到0.5f上时，float的精度不足以捕捉这个微小增量，计算结果仍然是0.5f，导致两次getBezierPoint调用返回完全相同的点，差值为零向量。用零向量除以FLT_MIN后仍为零向量，最终d.x/d.y等价于0/0，结果为NaN。

如何找到给定float的最小可加数 #

对于任意float值t，能让t + h != t的最小正float值h，可以通过std::nextafterf函数计算：

#include <cmath>
float getMinAdditive(float t) {
    return std::nextafterf(t, t + 1.0f) - t;
}

std::nextafterf(a, b)会返回从a向b方向的下一个可表示的float值，用它减去t就能得到能改变t的最小增量。

更优方案：直接使用贝塞尔曲线的解析导数 #

数值微分不仅存在精度问题，还会引入额外计算误差。对于二次贝塞尔曲线，我们可以直接推导精确的导数公式，彻底避免数值问题：
二次贝塞尔曲线参数方程：
B(t) = (1-t)²P0 + 2(1-t)tP1 + t²P2
对t求导后得到：
B’(t) = 2(1-t)(P1-P0) + 2t(P2-P1)

修改代码使用解析导数：

Vec2f getBezierDerivative(float t) {
    Vec2f p0p1 = _p1 - _p0;
    Vec2f p1p2 = _p2 - _p1;
    return 2.0f * ( (1.0f - t) * p0p1 + t * p1p2 );
}

float getApproxNormal(float t) {
    Vec2f d = getBezierDerivative(t);
    return -(d.x / d.y); // 负倒数作为法向量斜率
}

这种方式计算的导数完全精确，不会出现NaN或精度丢失问题，同时计算效率更高。

内容的提问来源于stack exchange，提问作者stuck_zipper