什么是浮点/舍入错误的简单例子？
我在使用浮点变量时听说过“错误”。 现在我试图解决这个难题，我想我得到一些舍入/浮点错误。 所以我最终要弄清浮点错误的基础知识。
什么是浮点/舍入错误的简单例子（最好在C ++中）？
编辑：例如，说我有一个事件，其概率p成功。 我做这个事件10次（p不改变，所有的试验都是独立的）。 完全2次成功试验的概率是多少？ 我有这样的编码为：
double p_2x_success = pow(1-p, (double)8) * pow(p, (double)2) * (double)choose(8, 2);
这是浮点错误的机会吗？
for(double d = 0; d != 0.3; d += 0.1); // never terminates
图片胜过千言万语 - 尝试绘制等式f(k) ：
你会得到这样的XY图（X和Y是对数刻度）。 
如果计算机可以代表32位浮点数而没有舍入误差，那么对于每个k我们应该得到零。 但是，由于浮点错误累积，错误会随着更大的k值而增加。
心连心！
通常，浮点错误指的是何时不能存储在IEEE浮点表示中的数字。
整数存储在最右边的位为1，左边的每一位是（2,4,8，...）的两倍。 很容易看出，这可以存储任何高达2 ^ n的整数，其中n是位数。
浮点数的尾数（小数部分）以类似的方式存储，但是从左向右移动，并且每个连续位是前一个值的一半。 （这实际上比这更复杂一点，但现在会做）。
因此，像0.5（1/2）这样的数字很容易存储，但并不是每个数字<1都可以通过添加固定数目的1/2，1 / 4,1 / 8 ......
一个非常简单的例子是0.1或1/10。 这可以通过一个无限的系列来完成（我不能真的被困扰），但是每当一台电脑存储0.1时，这个数字就不是存储的。
如果你有权访问Unix机器，很容易看到这一点：
Python 2.5.1 (r251:54863, Apr 15 2008, 22:57:26)
[GCC 4.0.1 (Apple Inc. build 5465)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> 0.1
0.10000000000000001
>>>
无论你使用什么语言，你都会非常小心使用浮动和双打进行平等测试。
（就你的例子而言，0.2是另一个不能存储在IEEE二进制文件中的讨厌的数字，但只要你测试了不等式，而不是平等，就像p <= 0.2，那么你就没事了。）
链接地址: http://www.djcxy.com/p/21367.html上一篇: What is a simple example of floating point/rounding error?