1. 首先看問題結果
是不是結果還是 30000000.0f 而不是 30000003.0f
2. 分析原因
這是一個典型的大數喫小數問題，原因需要從浮點數的計算機實現說起
對於float，是4字節（強調下我這裏講的都是32位浮點數，其它位思想同樣適用），共32個bit，那麼怎麼用這32位來表示float
首先最容易想到的是 浮點數的每位十進制數用4bit來表示，比如 999999.99 這樣每個9用1001表示，那麼在32bit上的佈局是下面這樣: 100110011001100110011001.10011001 這樣的表示數據範圍是 000000.00 ~ 999999.99 共大概1億個數字，這種把小數點固定的方法就是 “定點小數”，這樣表達簡單易懂，但是有個缺點就是，明明32bit可以最多表示42億個數字，現在只能表示1億，太浪費了。
還有一個就是 “浮點小數” ，顧名思義，就是小數點會浮動，比如 99.5 你可以表示成 9.995 x 10^1，也可以
表示成0.9995 x 10^2, 小數點可以浮動必然需要引入指數，這就是我們學數學的時候說的科學計數法，但是這是10進制，二進制數同樣適用，只是科學計數法的底數是2而已。對於浮點數的二進制表示 常規的是 IEEE-754標準(強調下我下面講都是IEEE-754標準)，回頭我打算再寫一篇博客專門介紹一下這個標準（可以到時候留意下我的博客更新），現在我們只需要知道，這套標準定義下的浮點數是把32位bit位，劃分爲3部分:
對於 30000000.0f，二進制浮點數表示如下:
A = 0 10010111 11001001110000111000000 (依次是符號位1位 指數位8位 數字位23位)
對於 3.0f，二進制浮點數表示如下:
B = 0 10000000 10000000000000000000000 (依次是符號位1位 指數位8位 數字位23位)
轉換工具可參考 : https://www.h-schmidt.net/FloatConverter/IEEE754.html
現在就是 A + B ，其中A和B的指數位和數字位均不同，CPU此時會把 A和B的指數位統一（向大數A的指數靠攏），這樣只要 加 A和B的數字位就可以了，A和B的指數位相差23位，如果B的指數位要跟A一致，那麼B的數字位就要整體向右移動23位，正好把B的數字部分
10000000000000000000000 第一個1溢出了，這就是爲什麼 30000000.0f + 3.0f 結果還是 30000000.0f的原因。
特別提醒下，IEEE754 的指數位表示的不是真實的指數值，而是有個映射關係：1～254（bit表示值，0和255有另外的作用） 映射到 -126～127（指數表示的真實值） 這 254 個有正有負的數上。如果我們把 32bit劃分的3個部分分別表示爲 s(符號位)，e(指數位)，f(數字位)，那麼沒有參與映射的0和255有如下的作用：
下篇我在講IEEE754標準的博客裏會把這個也交代清楚