c语言中不能直接用==或!=比较浮点数是否相等，因为浮点数在计算机中存在精度损失。1. 应使用误差范围（epsilon）判断两个浮点数的差值是否足够小，例如通过fabs(a - b)
在C语言中，直接用
==或
!=比较两个浮点数是否相等，往往得不到预期的结果。这是由于浮点数在计算机中的存储和运算存在精度损失，导致像
0.1 + 0.2这样的简单运算结果并不是精确的
0.3。所以，比较浮点数不能简单地使用整型那样的方式，需要一些技巧和注意点。
使用误差范围进行比较
浮点数的比较应该通过判断两个数之间的“差值”是否足够小来进行。这个“足够小”的值叫做误差范围（epsilon）。
比如：
立即学习“C语言免费学习笔记（深入）”；
#include#define EPSILON 1e-6 if (fabs(a - b) < EPSILON) { // 认为 a 和 b 相等 }
这里的关键是选择一个合适的
EPSILON值。太大会导致误判，太小又可能无法覆盖精度误差。通常根据实际场景选择一个合理的数值，例如
1e-6、
1e-9等。
小提示：fabs() 是用来取浮点数绝对值的函数，定义在 中。
注意浮点数精度丢失的问题
浮点数在内存中是以二进制形式存储的，很多十进制的小数在二进制下是无限循环的，比如
0.1。这就导致了存储时会有一些舍入误差。
例如：
float a = 0.1;
printf("%.20f\n", a); // 输出可能是 0.10000000149011611938这说明即使是简单的赋值操作，也可能引入误差。因此，在涉及大量计算或多次迭代的程序中，这种误差会被放大，最终影响比较结果。
避免连续比较或累积误差
在某些算法中，比如图形学、物理模拟、科学计算中，浮点数会被反复使用、叠加。这时候要注意避免以下几点：
- 不要在一个循环里不断累加浮点数（如时间计数）
- 避免多个中间步骤后的结果直接用于比较
- 尽量使用更高精度的数据类型（如
double
而不是float
）
举个例子：
float sum = 0.0;
for (int i = 0; i < 1000000; i++) {
sum += 0.1;
}
// 此时 sum 的误差可能已经很明显这类问题可以通过改用
double类型或者换用定点数、分数等方式来缓解。
特殊值的处理也要小心
浮点数还有一些特殊值，比如：
NaN
（Not a Number）+inf
和-inf
（正负无穷）
这些值如果参与比较，可能会让程序行为变得不可预测。例如：
float nan_val = NAN;
if (nan_val == nan_val) { /* 这个条件会失败 */ }所以在处理浮点数的时候，最好加上对这些特殊情况的判断：
if (isnan(a)) { /* 处理 NaN */ }
if (isinf(a)) { /* 处理无穷大 */ }记得包含头文件
才能使用这些函数。
基本上就这些。浮点数比较看起来不复杂，但很容易因为忽略细节而引发 bug。只要记住一点：永远不要直接比较两个浮点数是否完全相等，而是用误差范围去判断它们是否“足够接近”。
