奇怪的问题比较漂浮在Objective-C中
在algorithm的某个时刻，我需要将一个类的属性的float值与一个float进行比较。 所以我这样做：
if (self.scroller.currentValue <= 0.1) { } 其中currentValue是一个浮动属性。
但是，当我有相等和self.scroller.currentValue = 0.1的if语句不履行和代码不执行！ 我发现我可以通过投0.1来解决这个问题。 喜欢这个：
if (self.scroller.currentValue <= (float)0.1) { }
这工作正常。
任何人都可以解释为什么这是发生？ 0.1被定义为一个默认的双重或东西？
谢谢。
我相信，没有find这样说的标准，当比较一个float和一个double float时，在比较之前会抛出一个double 。 没有修饰符的浮点数被认为是C中的double
然而，在C中，在浮点数和双精度中没有0.1的精确表示。 现在，使用浮动给你一个小错误。 使用double会给你一个更小的错误。 现在的问题是，通过将float在double的位置，可以使float的误差更大。 当然，他们现在不是相等的。
而不是使用(float)0.1你可以使用0.1f这是一个更好的阅读。
问题是，正如你在你的问题中所build议的那样，你正在比较一个float和一个double。
比较浮点数有一个更一般的问题，这是因为当你对浮点数进行计算时，计算结果可能并不是你所期望的。 结果浮点数的最后一位是错误的（尽pipe不精确度可能比最后一位大）。 如果你使用==比较两个浮点数，那么所有的浮点数必须相同。 如果你的计算结果稍微不准确，那么当你期望他们的时候，他们不会相等。 不要比较这样的值，你可以比较它们，看它们是否几乎相等。 要做到这一点，你可以采取浮动之间的积极差异，看看它是否小于一个给定的值（称为epsilon）。
要select一个好的epsilon，你需要了解一些浮点数。 浮点数的作用类似于将数字表示为给定数量的有效数字。 如果我们对5位有效数字进行分析，并且结果的最后一位数字中的计算结果是错误的，那么1.2345的误差为+ -0.0001，而1234500的误差为+ -100。 如果您总是将误差范围设置为1.2345，则比较例程将与所有大于10的值（使用小数点时）相同。 这在二进制中更糟糕，它的值都大于2.这意味着我们select的epsilon必须相对于我们所比较的浮点数的大小。
FLT_EPSILON是1和下一个最接近的浮动之间的差距。 这意味着如果你的数字在1和2之间，select一个好的ε是可以的，但是如果你的数值大于2，那么使用这个ε是没有意义的，因为2和下一个最接近的浮点之间的差距大于ε。 所以我们必须select一个相对于我们浮点数的小数（因为计算中的误差是相对于浮点数的大小）。
一个好的（ish）浮点比较例程看起来像这样：
bool compareNearlyEqual (float a, float b, unsigned epsilonMultiplier) { float epsilon; /* May as well do the easy check first. */ if (a == b) return true; if (a > b) { epsilon = scalbnf(1.0f, ilogb(a)) * FLT_EPSILON * epsilonMultiplier; } else { epsilon = scalbnf(1.0, ilogb(b)) * FLT_EPSILON * epsilonMultiplier; } return fabs (a - b) <= epsilon; }
此比较例程比较浮动相对于传入的最大浮点数的大小scalbnf(1.0f, ilogb(a)) * FLT_EPSILONfinda和下一个最接近的浮点之间的差距。 然后乘以epsilonMultiplier ，因此可以调整差异的大小，具体取决于计算结果可能有多不准确。
你可以像这样做一个简单的compareLessThan例程：
bool compareLessThan (float a, float b, unsigned epsilonMultiplier) { if (compareNearlyEqual (a, b, epsilonMultiplier) return false; return a < b; }
你也可以写一个非常相似的compareGreaterThan函数。
值得注意的是，比较像这样的花车可能并不总是你想要的。 例如，这将永远不会发现一个浮点数接近0，除非它是0.要解决这个问题，你需要决定你认为什么值接近于零，并为此写一个额外的testing。
有时你得到的不精确度不取决于计算结果的大小，而是取决于你计算的值。 例如， sin(1.0f + (float)(200 * M_PI))会比sin(1.0f)的结果准确得多（结果应该是相同的）。 在这种情况下，您的比较例程将不得不查看您计算的数字，以了解答案的误差范围。
双数和浮点数对于二进制的尾数存储有不同的值（浮点数是23位，双54）。 这几乎不会是平等的。
关于维基百科的IEEE Float Point文章可能会帮助你理解这个区别。
在C中，像0.1这样的浮点数是一个double，而不是float。 由于被比较的数据项的types是不同的，比较是以更精确的types（双）来完成的。 在我所知的所有实现中，float的表示比double更短（通常表示为6对14位小数）。 此外，算术是二进制的，1/10在二进制中没有确切的表示。
因此，您将采用0.1的浮点数，这会降低准确性，将其扩大一倍，并期望将其与双倍0.1进行比较，从而减less准确性。
假设我们用十进制来做这个，float是三位数字，double是六位数字，而我们是在比较1/3。
我们有存储的浮点值是0.333。 我们将它与价值0.333333的双倍数进行比较。 我们将浮点数0.333转换为0.333000加倍，并发现它不同。
0.1实际上是一个非常难以存储二进制值。 在基数2中，1/10是无限重复的分数
0.0001100110011001100110011001100110011001100110011...
正如几位指出的那样，这个比较必须以一个完全相同的精度进行。
一般来说，在任何语言中，你都不能指望floattypes的平等。 在你的情况，因为它看起来像你有更多的控制，它看起来0.1默认是不浮动。 你可能会发现sizeof（0.1）（sizeof（self.scroller.currentValue））。
将其转换为string，然后比较：
NSString* numberA = [NSString stringWithFormat:@"%.6f", a]; NSString* numberB = [NSString stringWithFormat:@"%.6f", b]; return [numberA isEqualToString: numberB];
