解析浮点数的最优方法是什么？含IEEE合规性探讨

首先看你提供的朴素浮点数解析实现：

double parse_number(const char *str)
{
    double ret = 0.0, denom = 0.0, mag = 1.0;

    for (; isdigit(*str); str++) {
        ret = ret * 10.0 + (*str - '0');
    }

    if (*str != '.') {
        return ret;
    }

    /* Basic attempt to minimize error when adding the fractional part */
    for (; isdigit(*str); str++, mag *= 10.0) {
        denom = denom * 10.0 + (*str - '0');
    }

    return ret + denom / mag;
}

针对你的问题，逐一解答：

一、是否存在误差更小或无误差的浮点数解析方法？ #

• 无误差解析的局限性：只有当输入的十进制数恰好能被IEEE 754浮点数精确表示时，才能实现无误差解析。比如0.5（对应2^-1）可以精确存储，但像0.1这类十进制小数，由于二进制浮点数的基数是2，无法精确表示，这类场景下不存在无误差解析，只能追求最小误差——即解析结果是与输入值最接近的IEEE浮点数。
• 误差更小的实现思路：
  • 避免分步计算后再合并：原代码中denom/mag会引入额外精度损失，因为大部分10的幂无法用二进制浮点数精确存储。可以把整个输入看作「一个整数 × 10的幂次」（比如123.45等价于12345 × 10^-2），直接计算这个组合值的最接近浮点数表示，减少中间步骤的精度损耗。
  • 用高精度整数存储中间值：先把输入的所有数字（整数+小数部分）读取为一个大整数，同时记录对应的10的指数，再将这个大整数与指数转换为最接近的double值。这种方法能避免浮点数分步计算带来的累积误差。
  • 利用double的精确整数范围：double类型可以精确表示2^53以内的所有整数（约9e15），如果输入的数字总位数不超过15-17位，可以先将整个数作为整数存储，再除以对应的10的幂，比分开计算整数和小数部分的精度更高。

二、是否有符合IEEE标准的浮点数解析方式？ #

IEEE 754标准定义了浮点数的存储格式，但并未直接规定解析逻辑，不过行业内有符合IEEE标准核心要求的正确舍入解析方法——即确保解析结果是与输入十进制数最接近的IEEE浮点数；如果存在两个与输入值等距的浮点数，则选择最低有效位为偶数的那个（也就是常说的「银行家舍入」）。

实现这类解析的核心步骤：

1. 计算输入十进制数对应的二进制浮点数上下界；
2. 求出这两个界的中间值，与输入值比较，选择最接近的那个浮点数；
3. 处理溢出、下溢等特殊场景，以及NaN、无穷大的解析逻辑（你的朴素代码未涉及这些，但工业级实现需要覆盖）。

优化实现示例（简化版） #

下面是一个基于「整数+指数」思路的简化优化实现，适用于输入位数不太多的场景：

#include <ctype.h>
#include <math.h>

double parse_number_improved(const char *str) {
    long long int_part = 0;
    long long frac_part = 0;
    int frac_digits = 0;
    int sign = 1;

    // 处理符号位
    if (*str == '-') {
        sign = -1;
        str++;
    } else if (*str == '+') {
        str++;
    }

    // 读取整数部分
    for (; isdigit(*str); str++) {
        int_part = int_part * 10 + (*str - '0');
    }

    // 读取小数部分，限制位数避免64位整数溢出
    if (*str == '.') {
        str++;
        for (; isdigit(*str) && frac_digits < 18; str++, frac_digits++) {
            frac_part = frac_part * 10 + (*str - '0');
        }
    }

    // 合并计算：整数部分 + 小数部分×10^(-小数位数)
    double result = (double)int_part + (double)frac_part * pow(10.0, -frac_digits);
    return result * sign;
}

这个版本通过64位整数存储中间值，避免了原代码中mag反复乘10带来的精度衰减，在输入位数符合要求时，精度会明显优于朴素实现。

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