面试题：Go语言中浮点型数据的精度问题

float32和float64的精度范围
- float32：
  - 精度：大约6 - 7位十进制数字精度。它使用32位来表示，其中1位用于符号，8位用于指数，23位用于尾数。
  - 范围：大约从$1.4×10^{-45}$到$3.4×10^{38}$。
- float64：
  - 精度：大约15 - 17位十进制数字精度。它使用64位来表示，其中1位用于符号，11位用于指数，52位用于尾数。
  - 范围：大约从$4.9×10^{-324}$到$1.8×10^{308}$。
浮点型运算精度丢失问题举例
```
package main

import (
    "fmt"
)

func main() {
    var num1 float64 = 0.1
    var num2 float64 = 0.2
    result := num1 + num2
    fmt.Printf("%.20f\n", result)
    // 预期结果为0.3，但实际输出为0.30000000000000004
}
```
在上述代码中，我们期望$0.1 + 0.2$的结果是$0.3$，但由于浮点数在计算机中以二进制表示，$0.1$和$0.2$在二进制中无法精确表示，导致运算结果与预期有偏差。
避免精度丢失问题的方法
- 使用整数运算：
  - 如果涉及金额等对精度要求极高的场景，可以将金额单位转换为最小单位（如分），然后使用整数进行运算，最后再转换回原来的单位。
  - 例如：计算1.23元 + 4.56元，可以先将其转换为123分 + 456分，运算结果为579分，再转换回5.79元。
- 使用高精度库：
  - Go语言中有一些高精度运算库，如math/big包。它提供了Float类型，可以进行高精度浮点数运算。
  - 示例代码如下：
```
package main

import (
    "fmt"
    "math/big"
)

func main() {
    num1 := big.NewFloat(0.1)
    num2 := big.NewFloat(0.2)
    result, _ := num1.Add(num1, num2).Float64()
    fmt.Printf("%.20f\n", result)
    // 结果更接近预期的0.3
}
```

星途面试题库

面试题：Go语言中浮点型数据的精度问题

知识考点

面试题答案