轉自：http://blog.csdn.net/zq602316498/article/details/41148063?utm_source=tuicool&utm_medium=referral
隱約記得，浮點數判斷大小好像有陷阱，因爲底層的二進制數不能精確表示所有的小數。有時候會產生讓人覺得莫名其妙的事情。
如在Java中，
0.99999999f==1f //true
0.9f==1f //false
要明白這些，首先要搞清楚float和double在內存結構
1、內存結構
float和double的範圍是由指數的位數來決定的。
float的指數位有8位，而double的指數位有11位，分佈如下：
float：
1bit（符號位） 8bits（指數位） 23bits（尾數位）
double：
1bit（符號位） 11bits（指數位） 52bits（尾數位）
於是，float的指數範圍爲 -128~+127 ，而double的指數範圍爲 -1024~+1023 ，並且指數位是按補碼的形式來劃分的。
其中，負指數決定了浮點數所能表達的絕對值最小的非零數；
而正指數決定了浮點數所能表達的絕對值最大的數，也即決定了浮點數的取值範圍。
float的範圍爲-2^128 ~ +2^127 ，也即-3.40E+38 ~ +3.40E+38 ；
double的範圍爲-2^1024 ~ +2^1023 ，也即-1.79E+308 ~ +1.79E+308 。
2. 精度
float 和 double 的精度是由尾數的位數來決定的。浮點數在內存中是按科學計數法來存儲的，其整數部分始終是一個隱含着的“1”，由於它是不變的，故不能對精度造成影響。
float：2^23 = 8388608，一共七位，由於最左爲1的一位省略了，這意味着最多能表示8位數： 2*8388608 = 16777216 。有8位有效數字，但絕對能保證的爲7位，也即float的精度爲7~8位有效數字；double：2^52 = 4503599627370496，一共16位，同理，double的精度爲16~17位。
之所以不能用f1==f2來判斷兩個數相等，是因爲雖然f1和f2在可能是兩個不同的數字，但是受到浮點數表示精度的限制，有可能會錯誤的判斷兩個數相等！
我們可以用下面這段代碼檢驗一下：
float f1 = 16777215f;
for (int i = 0; i < 10; i++) {
System.out.println(f1);
f1++;
}對於小數來說，更容易會因爲精度而出錯誤。
float f = 2.2f;
double d = (double) f;
System.out.println(d);
f = 2.25f;
d = (double) f;
System.out.println(d);
2.200000047683716
2.25
對於這種簡單數的輸出結果會是這樣，是簡直無法忍受的。
其實通過上面關於兩種存儲結果的介紹，我們已經大概能找到答案。首先我們看看2.25的單精度存儲方式，轉化爲2進制位便是10.01，整理爲1.001*2 很簡單
於是我們可以寫出2.25的內存分佈：
符號位爲：0
指數爲1，用補碼錶示 0000 0001，轉爲移碼就是1000 0001。
尾數位爲0010 0000 0000 0000 0000 000
而2.25的雙精度表示爲:0 100 0000 0001 0010 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000,這樣2.25在進行強制轉換的時候，數值是不會變的，而我們再看看2.2呢，2.2用科學計數法表示應該爲：將十進制的小數轉換爲二進制的小數的方法爲將小數*2，取整數部分，所以0.282=0.4，所以二進制小數第一位爲0.4的整數部分0，0.4×2=0.8，第二位爲0,0.8*2=1.6,第三位爲1，0.6×2 = 1.2，第四位爲1，0.2*2=0.4，第五位爲0，這樣永遠也不可能乘到=1.0，得到的二進制是一個無限循環的排列 00110011001100110011... ,對於單精度數據來說，尾數只能表示24bit的精度，所以2.2的float存儲爲:
但是這樣存儲方式，換算成十進制的值，卻不會是2.2的，因爲十進制在轉換爲二進制的時候可能會不準確，如2.2，而double類型的數據也存在同樣的問題，所以在浮點數表示中會產生些許的誤差，在單精度轉換爲雙精度的時候，也會存在誤差的問題，如下面的代碼，輸出結果就不一樣：
float f = 2.2f;
double d = (double) f;
System.out.println(f);
System.out.println(d);