看到this post about floating point errors on slashdot，我很好奇 存在其他类型的解决方案来处理这种浮点舍入误差。那么你最常学到的浮点错误是什么，你从中学到了什么？
编辑：我正在一个项目中工作，我们必须处理浮点计算，所以我希望得到一些答案，可以帮助我避免一些事情，避免它们成为问题。我将接受这样的答案，除了“将所有内容与epsilon进行比较”之外，它给了我最新的见解。答案 0 :(得分：2)
尽量避免添加不同数量的数字。例如，10^8+1==10^8在单精度算术中。你可以通过移动到双倍精度来解决这个问题，但随后10^8+1.00000001==10^8+1 ......分数会丢失。
如果进入某个线性代数的所有数字都有偏差，请先消除偏差。因此，给定1000001, 1000003.9, 1000002.5, …，在做任何事情之前减去一百万，然后在最后添加它。
要求一个非常大的小数字序列，先将较小的子序列求和，这样最后的数字不会过度舍入。
要乘以一个非常大的数字序列，请添加它们的对数以避免上溢或下溢。
答案 1 :(得分：1)
我学会了永远不要比较两个花车的平等性。相反，我总是试图说出我的逻辑，以便比较总是小于或大于条件。将浮点数与零进行比较尤其令人讨厌。
答案 2 :(得分：-1)
我不认为你真的要担心它，除非你处理非常小的数字和/或非常大的数字......如果这是一个问题，要么使用某种'十进制'类，要么选择一个更稳定的算法。
我认为这在过去并没有真正让我感到困惑，但当我的同伴发生这种情况时我感到非常兴奋，我确切地知道出了什么问题：D