Delphi中SameValue函数自定义epsilon的适用场景与确定策略

Delphi提供的SameValue函数用于安全比较浮点数，支持自定义epsilon（误差容忍值），函数重载定义如下：

function SameValue(const A, B: Single; Epsilon: Single = 0): Boolean; overload;
function SameValue(const A, B: Double; Epsilon: Double = 0): Boolean; overload;
function SameValue(const A, B: Extended; Epsilon: Extended = 0): Boolean; overload;

当epsilon设为0时，函数会自动使用对应浮点类型的默认值（SingleEpsilon、DoubleEpsilon、ExtendedEpsilon），以下针对你的疑问给出实践见解：

1. 常规场景下不指定自定义epsilon是否可靠？ #

在原生精度要求的简单场景下是可靠的：

• 默认epsilon是对应浮点类型能表示的最小非零差值，适合直接对比未经过多步运算的原生精度数值，比如直接赋值的浮点数、单次运算结果对比。
• 但如果是经过多步复杂浮点运算后的数值，由于误差累积，实际差值可能超过默认epsilon，这时候用默认值会导致误判，不可靠。

2. 必须/应当指定自定义epsilon的场景 #

以下场景必须或建议手动指定epsilon：

• 多步浮点运算结果对比：多次加减乘除、三角函数等运算会累积误差，默认epsilon的严格判断会把实际等价的结果判定为不等。
• 业务有明确精度要求：比如金融场景要求保留两位小数，此时默认epsilon远小于业务允许的误差，需要设置匹配业务精度的epsilon（如0.0001）。
• 实测/传感器数据对比：这类数据本身带有固有误差（比如传感器精度±0.1），默认epsilon的严格校验会过滤掉合理的数值波动。
• 跨精度类型转换后的对比：比如将Single类型转为Double类型后，数值的精度边界发生变化，需要调整epsilon适配转换后的精度。
• 大范围数值对比：当对比的数值量级差异大时，绝对误差的默认epsilon不再适用，需要用相对误差型的epsilon。

3. 确定自定义epsilon的有效策略 #

• 基于业务规则定义：直接匹配业务允许的最大误差，比如电商价格计算允许误差0.001元，就设epsilon为0.001。
• 估算累积误差：根据运算步数和单步运算的误差范围，预估总误差上限，将epsilon设为该上限的1~2倍（留一定冗余）。
• 参考数据固有误差：比如传感器标注精度为±0.05，就将epsilon设为0.05，匹配数据本身的误差范围。
• 采用相对误差逻辑：对于数值跨度大的场景，用相对误差替代绝对误差，比如设置epsilon为Max(Abs(A), Abs(B)) * 1e-6（即允许百万分之一的相对误差）。
• 测试验证调整：用实际业务中的边界案例测试，调整epsilon直到所有合理的等价数值都能被正确判定为相等。

内容的提问来源于stack exchange，提问作者zeus