为何1/f*f在浮点数运算中对f=41.0和47.0不恒等于1？

这个问题的核心在于二进制浮点数的精度限制，咱们一步步拆解来看：

1. 单精度float的存储本质 #

你用的float是遵循IEEE 754标准的32位单精度浮点数，它只能用有限的二进制位（23位尾数位+1位隐含的最高位）来近似表示实数。这意味着：

• 所有2的整数次幂（比如2、4、8）的倒数可以被精确存储（因为是有限二进制小数）；
• 非2的幂的整数，它们的倒数是无限循环的二进制小数，无法被精确表示，只能取最接近的近似值。

2. 41和47的特殊情况 #

以f=41为例：

• 41本身是整数，可以被float精确存储；
• 但1/41是一个无限循环的二进制小数，计算1.0f / 41.0f时，得到的是这个无限小数的近似值（被舍入到float能表示的最接近值）；
• 当你用这个近似值乘以41时，误差会被放大，最终结果和1的差距超过了float能分辨的最小单位（ULP，Unit in the Last Place），所以1/f * f的结果不等于1。

而像3、5这类数，它们的倒数近似值乘以自身后，结果刚好被舍入回1，所以不会触发你的判断。但41和47的近似误差刚好让最终结果偏离1到可以被!=检测到的程度。

3. 浮点数比较的正确姿势 #

直接用==或!=比较浮点数是非常危险的，因为精度误差几乎是必然存在的。正确的做法是比较两个数的差值是否小于一个极小的阈值（比如1e-6），修改你的判断逻辑：

#include <stdio.h>
#include <math.h> // 需要包含math.h来使用fabs

int main(void) {
    float f;
    for (f = 1; f < 50; f += 1) {
        float result = 1 / f * f;
        if (fabs(result - 1) > 1e-6) // 用差值判断
            printf("f=%f, result=%f\n", f, result);
    }
    return 0;
}

这样你就能更准确地看到哪些情况的误差超出了可接受范围。

内容的提问来源于stack exchange，提问作者Woong