如何在c++中正确处理浮点数比较？ (epsilon精度问题)

直接用 == 比较浮点数会出错，因浮点数以二进制近似存储，如0.1无法精确表示，计算中微小误差导致实际值差若干ULP，故应使用 std::abs(a - b)

为什么直接用 == 比较两个 float 或 double 会出错

因为浮点数在内存中是二进制近似表示，很多十进制小数（比如 0.1）无法精确存储。哪怕只是中间计算多一步，a 和 b 看起来相等，实际二进制值可能差几个 ULP（最小精度单位）。直接写 a == b 在绝大多数场景下都不可靠。

用 std::abs(a - b) 是最常用解法

核心思路是判断两数之差是否落在可接受的误差范围内。但 epsilon 不能硬写成固定值（比如 1e-6），得看数量级：

• 对绝对值接近 0 的数（如 1e-8），用 1e-6 当阈值太大，会误判相等
• 对大数（如 1e20），1e-6 又太小，可能永远不满足

推荐做法是结合相对误差和绝对误差：

bool nearly_equal(double a, double b, double abs_eps = 1e-9, double rel_eps = 1e-6) {
    double diff = std::abs(a - b);
    if (diff <= abs_eps) return true;
    return diff <= rel_eps * std::max(std::abs(a), std::abs(b));
}

别忽略 std::numeric_limits::epsilon() 的真实含义

std::numeric_limits::epsilon() 返回的是 1.0 到下一个可表示 double 的距离（约 2.22e-16），不是通用比较阈值。它只适用于与 1.0 同量级的数。直接拿它当 epsilon 用于任意值比较，大概率失效。

• 错误用法：std::abs(a - b) ::epsilon()
• 正确思路：用它估算当前值附近的最小可分辨差（需乘以 std::abs(a) 或 std::abs(b)）

涉及比较的常见场景要分类处理

不同业务逻辑对“相等”的容忍度不同，不能一套 epsilon 走天下：

• 几何计算（如点重合、向量平行）：常用 1e-5～1e-9，取决于坐标范围
• 物理*步长或能量守恒校验：可能需要更宽松（1e-3），否则因累积误差频繁失败
• 金融计算（虽然一般不用浮点）：必须用定点数；若真用浮点，== 或 epsilon 都不安全，应转为整数 cents 比较
• 单元测试断言：用 ASSERT_NEAR（Google Test）或 REQUIRE_THAT(a, Catch::WithinAbs(b, 1e-10))，它们已封装健壮逻辑

真正麻烦的从来不是写一行 abs(a-b) ，而是想清楚这个 eps 在你当前上下文里到底该多大——它取决于数据来源、运算路径长度、以及你愿意为精度让渡多少稳定性。