同一函数传入等效输入返回不同结果的R语言浮点精度疑问

这是典型的二进制浮点数精度误差问题，我来帮你把这个看似矛盾的现象拆解明白。

问题根源 #

你遇到的矛盾，本质是因为十进制小数（比如0.3、0.05）无法被二进制浮点数精确表示，导致1-0.3-0.05的计算结果并不是精确的0.65，而是一个极其接近0.65的近似值。当把这三个近似值求和时，结果会非常接近1，但并不是严格等于1。

具体验证 #

我们可以用更精确的方式查看这些值的实际存储：

# 定义输入
test_inputs <- c(1-0.3-0.05, 0.3, 0.05)

# 查看每个元素的精确值
sprintf("%.20f", test_inputs)
# 输出类似："0.64999999999999991118" "0.29999999999999998890" "0.05000000000000000278"

# 查看求和后的精确值
sprintf("%.20f", sum(test_inputs))
# 输出类似："0.99999999999999990286"

为什么会出现矛盾？ #

• 当执行sum(testInputs)+1 == 2时，sum(testInputs)+1的结果是1.99999999999999990286，而双精度浮点数无法区分这个值和精确的2（两者的差值小于浮点数的最小精度单位ULP），所以返回TRUE。
• 但执行sum(testInputs) == 1时，sum(testInputs)是0.99999999999999990286，和精确的1的差值刚好处于浮点数可以区分的范围，所以返回FALSE。

正确的解决方法 #

在R中，永远不要用==来比较浮点数是否相等，应该使用all.equal()函数，它会考虑浮点数的精度误差，进行“近似相等”的判断：

testFunction <- function(testInputs){ 
  print( all.equal(sum(testInputs)+1, 2) ) 
  return( all.equal(sum(testInputs), 1) ) 
}

# 测试输入
testFunction(c(1-0.3-0.05, 0.3, 0.05))
# 打印并返回TRUE，符合预期

另外，如果你需要精确的十进制计算，可以使用decimal包来处理，它能彻底避免二进制浮点数的精度问题。

内容的提问来源于stack exchange，提问作者ozgeneral