浮点数float或者说双精度浮点数double运算为什么不精确，其实这句话本身就有问题，本身这个数据类型就很“很不自信”了（精度。。。），相对精确一点的说法是：十进制的小数，计算机内部无法用二进制的小数来精确表示。               什么是二进制的小数？就是比如101.11这个数字，如果是十进制的，那这个数字可以这么拆解： 101.11就等于 1 * 10^2 + 0 * 10^1 + 1 * 10^0 + 1 * 10^{-1} + 1 * 10^{-2} = 100 + 0 + 1 + 0.1 + 0.01 = 101.11 注意：现在如果是二进制的，数字只能是0和1。               101.11就等于 1 * 2^2 + 0 * 2^1 + 1 * 2^0 + 1 * 2^{-1} + 1 * 2^{-2} = 4 + 0 + 1 + 1/2 + 1/4 = 5.75                  可以推导出来： 对于二进制小数，小数点右边能表达的值是 1/2, 1/4, 1/8, 1/16, 1/32, 1/64, 1/128 ...  1/(2^n） 计算机只能用这些个 1/(2^n）之和来表达十进制的小数。               现在问题来了，我们来试一试如何用二进制来表达十进制的 0.2 吧。 0.01   = 1/4  = 0.25，太大                 0.001 = 1/8 = 0.125，太小                 0.0011 = 1/8 + 1/16 = 0.1875，逼近0.2了                 0.00111 = 1/8 + 1/16 + 1/32 = 0.21875，又大了                 0.001101 = 1/8 + 1/16 + 1/64 = 0.203125，还是大                 0.0011001 = 1/8 + 1/16 + 1/128 =  0.1953125，这结果不错               0.00110011 = 1/8 + 1/16 + 1/128 + 1/256 = 0.19921875已经很逼近了，等于是精确到小数点后8位为止默认是“精确”的。        这就是为什么说用二进制小数没法精确表达十进制小数的含义。

—— 本文来自火龙信奥（义乌睿码科技）：义乌青少年信息学奥赛与编程教育平台，专注 CSP-J/S、NOIP、GESP 竞赛培训，线上线下融合教学，助力编程升学。网址：hlcoding.com