企业官网建设流程全解析

浮点数什么时候会发生舍入

一、核心原理

计算机二进制浮点数（IEEE 754）存储空间有限，实数无法精确表示、运算后有效位超出存储位数时，必须舍入。

二、会触发舍入的 4 大类场景

1. 十进制小数转二进制存储（最常见）

很多十进制小数无法用有限二进制小数表达，存入 float/double 时直接舍入。 例：

• 0.1二进制是无限循环小数，存进 double 会截断舍入；
• 0.2、0.3、0.6同理。 验证：0.1 + 0.2 != 0.3，根源就是存储时舍入。

2. 算术运算后有效位数超标

浮点数有固定尾数长度（float23 位、double52 位），加减乘除后有效数字超过尾数容量，必须舍入：

1. 乘法：两个 n 位尾数相乘，结果是 2n 位，超出存储位，强制舍入； 例：0.1 * 0.3
2. 除法：大概率产生无限二进制小数，截断舍入；
3. 加法 / 减法：
   • 大数加小数：小数低位被丢弃，舍入； 例：1e20 + 0.1，0.1 直接丢失，无误差但本质是舍入丢弃；
   • 相近数相减（有效数字抵消）：剩余有效位变少，低位舍入。

3. 数值超出 / 低于表示范围（溢出、下溢）

1. 上溢：运算结果超过浮点数最大值 → 舍入为+Inf / -Inf；
2. 下溢：结果极小，小于最小规格化浮点数，进入非规格化区间，尾数低位被迫舍入，精度丢失。

4. 类型强制转换、精度截断

高精度浮点数转低精度，位数减少，直接舍入：

• double → float：52 位尾数压缩到 23 位，多余低位舍入；
• float → 整数：小数部分直接舍入（按语言规则，四舍五入 / 向零截断）；
• 高精度十进制（Python decimal）转普通 float。

三、补充：不会舍入的情况

1. 十进制小数能转有限二进制小数：0.5、0.25、0.75、1.25 等；
2. 整数范围不超过尾数全部精度：double 可以无损保存 ±2⁵³ 以内所有整数，运算无舍入；
3. 运算结果尾数位数刚好匹配存储宽度。

四、IEEE 754 默认舍入规则

默认：四舍六入五成双（银行家舍入）不是简单四舍五入，减少累积误差。

总结一句话

只要数字无法用有限二进制尾数完整存放，无论是存储、计算、类型转换，都会触发浮点数舍入。