不能直接用 == 比较浮点数,因为其二进制近似表示导致十进制小数(如0.1)无法精确存储,舍入误差会使本应相等的值被判定为不等。

为什么不能直接用 == 比较两个 float 或 double
浮点数在内存中是二进制近似表示,很多十进制小数(如 0.1)无法精确存储。直接用 == 会因舍入误差导致本该相等的值被判为不等。比如:
float a = 0.1f + 0.2f; // 实际存储值可能为 0.3000000119... float b = 0.3f; // 实际存储值可能为 0.3000000119... 或 0.2999999821... std::cout << (a == b); // 输出 0(false),即使数学上 0.1+0.2==0.3这不是 bug,而是 IEEE 754 浮点标准的固有特性。
用绝对误差判断:适用于已知量级的数
最常用方法是定义一个极小阈值 epsilon,检查两数差的绝对值是否小于它:
bool approx_equal_abs(double a, double b, double epsilon = 1e-9) {
return std::abs(a - b) < epsilon;
}但要注意:
-
epsilon必须与待比较数值的量级匹配——比较1e-10和1e-11时,1e-9就太大了 - 对接近零的数效果尚可,但对大数(如
1e20)容易误判:两个相差1.0的大数,abs(a-b) 永远为 false
用相对误差判断:更鲁棒,但需处理零值
相对误差法按数值本身大小缩放容差,公式为 abs(a - b) 。但必须单独处理 a 和 b 都为零或接近零的情况:bool approx_equal_rel(double a, double b, double epsilon = 1e-9) {
double diff = std::abs(a - b);
if (diff <= epsilon) return true; // 先过绝对误差关(覆盖零值场景)
double norm = std::max(std::abs(a), std::abs(b));
return diff <= epsilon * norm;
}这个版本能较好适应不同量级,但要注意:
a 和 b 异号且绝对值都很大时,norm 很大,容错变松NaN,std::abs(NaN) 仍是 NaN,后续比较结果为 false(符合预期)
推荐方案:结合绝对+相对误差的工业级写法
主流库(如 Google Test、Catch2)都采用“绝对+相对”双判据,兼顾小值精度和大值稳定性:
bool approx_equal(double a, double b, double abs_eps = 1e-12, double rel_eps = 1e-9) {
double diff = std::abs(a - b);
if (diff <= abs_eps) return true;
double norm = std::max(std::abs(a), std::abs(b));
return diff <= rel_eps * norm;
}使用时注意:
-
abs_eps应设为能覆盖浮点最小有效位(ULP)的合理下限,例如1e-12对double较安全 -
rel_eps通常取1e-9(对应约 9 位有效数字),具体按业务精度需求调整 - 不要对
inf或NaN调用此函数——先用std::isfinite()做预检更稳妥
真正难的不是写这个函数,而是每次调用前想清楚:你容忍的是「固定小数位」还是「相对百分比」误差?以及——这个比较是否会被用在模板里、是否要支持 float/long double?这些细节一旦漏掉,调试起来比写函数本身花的时间多得多。










