使用自定义epsilon来避免浮点数操作的错误有什么意义？

Question

从CTCI本书解决以下问题：

  

给定一个带有点的二维图，找到一条通过最多点的线。

我遇到了这个solution。它基本上计算所有可能段的斜率和y截距，对结果进行散列并确定相同值的最大值。如果我们使用double类型来存储坐标，则会出现问题，因为为了计算我们需要计算(y2-y1)/(x2-x1)的斜率。因此，为了避免不正确的结果，解决方案将epsilon引入为0.0001，并使用下面的函数转换double数字。

public static double floorToNearestEpsilon(double d) {
        int r = (int) (d / epsilon);
        double tmp = ((double) r) * epsilon;
        return tmp;
}

最终，该算法将密钥与他们的＆＃34; epsilonized＆＃34;进行比较。为了使用here中的isEquivalent函数确定等效行。

我想知道：如果浮动类型除法一般会出现问题而且floorToNearestEpsilon仍然使用双打除法，那么为什么这种方法会以某种方式解决可能的浮点型问题？

这种做法有多常见？

注意：在GitHub代码epsilon = 0.5但是在原始书epsilon = 0.0001中。