問題：浮點型資料存儲方式會導緻資料精度損失，增大計算誤差。
float fval = 0.45; // 單步調試發現其真實值為：0.449999988
double dval = 0.45; // 單步調試發現其真實值為：0.45000000000000001
當很多個這樣的單精度浮點型資料進行運算時，就會有累積誤差，使得運算結果達不到理想的結果。尤其是對那種需要判斷相等的情況（浮點型資料判斷相等會有誤差）。
是以我們可以通過把浮點型資料放大1e6倍，把它賦給一個整型變量，把得到的結果再除以1e6，就會使精度損失降到最低。
下面是浮點型資料存儲方式，轉自：https://www.cnblogs.com/wuyuan2011woaini/p/4105765.html
C語言和 C#語言中，對于浮點型的資料采用單精度類型(float)和雙精度類型(double)來存儲：
float 資料占用 32bit；
double 資料占用 64bit；
我們在聲明一個變量 float f = 2.25f 的時候，是如何配置設定記憶體的呢？
其實不論是 float 類型還是 double 類型，在存儲方式上都是遵從IEEE的規範：
float 遵從的是 IEEE R32.24；
double 遵從的是 IEEE R64.53；
單精度或雙精度在存儲中，都分為三個部分：
符号位 (Sign)：0代表正數，1代表為負數；
指數位 (Exponent)：用于存儲科學計數法中的指數資料；
尾數部分 (Mantissa)：采用移位存儲尾數部分；
單精度 float 的存儲方式如下：
雙精度 double 的存儲方式如下：
R32.24 和 R64.53 的存儲方式都是用科學計數法來存儲資料的，比如：
8.25 用十進制表示為：8.25 * 100
120.5 用十進制表示為：1.205 * 102
而計算機根本不認識十進制的資料，他隻認識0和1。是以在計算機存儲中，首先要将上面的數更改為二進制的科學計數法表示：
8.25 用二進制表示為：1000.01
118.5 用二進制表示為：1110110.1
而用二進制的科學計數法表示 1000.1，可以表示為1.0001 * 23
而用二進制的科學計數法表示 1110110.1，可以表示為1.1101101 * 26
任何一個數的科學計數法表示都為1. xxx * 2n ，尾數部分就可以表示為xxxx，由于第一位都是1嘛，幹嘛還要表示呀？是以将小數點前面的1省略。
由此，23bit的尾數部分，可以表示的精度卻變成了24bit，道理就是在這裡。（float有效位數相應的也會發生變化,而double則不會，因達不到）
那 24bit 能精确到小數點後幾位呢？我們知道9的二進制表示為1001，是以 4bit 能精确十進制中的1位小數點，24bit就能使 float 精确到小數點後6位；
而對于指數部分，因為指數可正可負(占1位)，是以8位的指數位能表示的指數範圍就隻能用7位，範圍是:-127至128。是以指數部分的存儲采用移位存儲，存儲的資料為中繼資料 +127。
注意：
中繼資料+127：大概是指“指數”從00000000開始（表示-127）至11111111（表示+128）
是以，10000000表示指數1 (127 + 1 = 128 --> 10000000 ) ；
指數為 3，則為 127 + 3 = 130，表示為 01111111 + 11 = 10000010 ；
下面就看看 8.25 和 118.5 在記憶體中真正的存儲方式:
8.25 用二進制表示為：1000.01
8.25 用二進制的科學計數法表示為: 1.0001* 23 ，按照上面的存儲方式：
符号位為：0，表示為正；
指數位為：3+127=130，即 10000011；
尾數部分為：0001；
故8.25的存儲方式如下圖所示：
而單精度浮點數118.5的存儲方式如下圖所示：
那麼如果給出記憶體中一段資料，并且告訴你是單精度存儲的話，你将如何知道該資料的十進制數值呢？
其實就是對上面運算的反推過程，比如給出如下記憶體資料：01000010111011010000000000000000，
首先我們現将該資料分段：0 10000101 11011010000000000000000，在記憶體中的存儲就為下圖所示：
根據我們的計算方式，可以計算出這樣一組資料表示為：
1.1101101*2(133-127=6) = 1.1101101 * 26 = 1110110.1=118.5
而雙精度浮點數的存儲和單精度的存儲大同小異，不同的是指數部分和尾數部分的位數。是以這裡不再詳細的介紹雙精度的存儲方式了，隻将118.5的最後存儲方式圖給出：
下面就這個知識點來解決一個疑惑，請看下面一段程式，注意觀察輸出結果：
輸出的結果可能讓大家疑惑不解：
單精度的 2.2 轉換為雙精度後，精确到小數點後13位之後變為了2.2000000476837
而單精度的 2.25 轉換為雙精度後，變為了2.2500000000000
為何 2.2 在轉換後的數值更改了，而 2.25 卻沒有更改呢？
其實通過上面關于兩種存儲結果的介紹，我們大概就能找到答案。
2.25 的單精度存儲方式表示為：0 10000001 00100000000000000000000
2.25 的雙精度存儲方式表示為：0 10000000 0010010000000000000000000000000000000000000000000000000
這樣 2.25 在進行強制轉換的時候，數值是不會變的。
而我們再看看 2.2，用科學計數法表示應該為：
将十進制的小數轉換為二進制的小數的方法是：将小數*2，取整數部分。
0.2×2=0.4，是以二進制小數第一位為0.4的整數部分0；
0.4×2=0.8，第二位為0.8的整數部分0；
0.8×2=1.6，第三位為1；
0.6×2=1.2，第四位為1；
0.2×2=0.4，第五位為0；
...... 這樣永遠也不可能乘到=1.0，得到的二進制是一個無限循環的排列 00110011001100110011...
對于單精度資料來說，尾數隻能表示 24bit 的精度，是以2.2的 float 存儲為:
但是這種存儲方式，換算成十進制的值，卻不會是2.2。
因為在十進制轉換為二進制的時候可能會不準确（如：2.2），這樣就導緻了誤差問題！
并且 double 類型的資料也存在同樣的問題！
是以在浮點數表示中，都可能會不可避免的産生些許誤差！
在單精度轉換為雙精度的時候，也會存在同樣的誤差問題。
而對于有些資料（如2.25），在将十進制轉換為二進制表示的時候恰好能夠計算完畢，是以這個誤差就不會存在，也就出現了上面比較奇怪的輸出結果。