Double类型数值乘法运算出现异常行为问题咨询

嘿，这个问题其实是IEEE 754浮点数标准的典型表现，咱们用大白话拆解一下：

核心原因：二进制没法精确表示所有十进制小数 #

计算机里的double类型（你写的D应该就是指这个双精度浮点数）是用二进制来存储数值的。但像1.1这种十进制小数，转换成二进制是无限循环小数——就像十进制里1/3=0.333...永远写不完一样，1.1的二进制是1.0001100110011...（循环节是0011）。

计算机没办法存储无限长的数，所以只能把它近似成一个有限长度的二进制数存起来。这个近似值和真实的1.1之间有一点点微小的误差，平时可能看不出来，但乘法运算后可能会把这个误差放大或者显现出来。

为什么两个乘法结果不一样？ #

• 对于70D * 1.1：70的二进制是有限的（1000110），当它和那个近似存储的1.1相乘时，得到的结果刚好落在了double类型能精确表示的数值范围内，所以最终显示为精确的77.0。
• 对于50D * 1.1：50的二进制是110010，和同一个近似1.1相乘后，理论上的结果55没法被double精确表示（因为浮点数的存储精度是有限的），计算机只能选择最接近这个真实值的可存储浮点数，也就是55.00000000000001——这个尾巴就是之前近似存储1.1带来的误差积累后的表现。

实用建议 #

这不是程序的bug，是浮点数的固有特性。如果是对精度要求极高的场景（比如货币计算），建议用整数来存储单位更小的数值（比如把元转成分，用整数存储分的数量），或者使用专门的高精度小数类型，彻底避免浮点数的近似误差问题。

内容的提问来源于stack exchange，提问作者mrcodename