C# .NET及更高版本：使用双重算术的最佳实践

我正在开发一个进行浮点计算的程序，我在.NET中偶然发现了一个有趣的舍入问题，根据这个表达式：

0.1 + 0.2 == 0.3

计算结果为false，因为：

0.1 + 0.2

计算结果为

0.3000000000004

，而不是

0.3

。这严重影响了单元测试

我确实理解为什么会发生这种情况，但我感兴趣的是：在处理双重算术时，为了尽可能避免此类问题，我应该遵循哪些最佳实践

编辑：使用

十进制

类型没有帮助

---

总结：感谢大家的评论。不幸的是，你们中的一些人认为这个问题是如何使0.1+0.2等于0.3，这不是我想要的。我接受浮点运算可以返回有变化的值。我问的是，为了使这种变化不会引起问题，最佳做法是什么。我认为这个问题已经准备好结束了。

您通常会测试在一定公差范围内的平等性

例如，在中，您可以编写：

Assert.AreEqual(x, y, tol);

其中，

tol

是适当选择的公差值。其他单元测试框架将具有类似的浮点值断言功能

---

当然，如何选择公差可能是一个巨大的话题。简单地说，为了知道要使用什么公差，您需要了解有关测试中的计算的一些信息。将对该计算进行分析，以确定合适的公差。

当使用浮点类型时，使用某种类型的epsilon计算等式

与这个答案相比：

---

Decimal

是一个选项，但必须正确填写：

Decimal a=0.1M

---

（（0.1M+0.2M）=0.3M）

计算

真值

你需要阅读两件事：

• David Goldberg 1991年最优秀的论文[GOLDBERG91]。以下是摘要：
  浮点运算被许多人认为是一门深奥的学科。 这相当令人惊讶，因为浮点在计算机系统中无处不在： 几乎每种语言都有浮点数据类型；计算机从PC到 超级计算机有浮点加速器；大多数编译器将被调用 经常编译浮点算法；几乎每一个 操作系统必须响应浮点异常，如溢出。 本文提供了一个关于浮点运算方面的教程，这些方面有着直接的影响 对计算机系统设计者的影响。它从浮点背景开始 表示和舍入误差，继续讨论IEEE浮点数 点标准，并以计算机系统建设者如何 更好的支持浮点运算
  还有一些PDF格式的论文来源：
  如果你是ACM的成员，你可以

不要忘记这一令人遗憾地获得的浮点智慧宝库：

[GOLDBERG91]

---

戈德伯格，大卫，1991年。“一个简单但现实的浮点计算模型”，《ACM计算调查》，第23卷，第1期，1991年3月。第5-48页。

如果你期望

0.1+0.2==0.3

的计算结果为

true

使用

十进制

。不要测试精确的相等性。测试以查看结果是否在可接受的错误范围内，例如，

Assert（Math.Abs（（0.1+0.2）-（0.3））<1e-10）

@GregS如果没有抓住要点。测试中的计算使用二进制浮点执行。这是设计的。@DavidHeffernan如果文字是小数，它就工作：

（（0.1M+0.2M）=0.3M）

计算true@ZoolWay小数可能适用于所讨论的确切代码，但这并不能解决OP的一般问题<代码>（1m/3m）*3m==1m→

false

Decimal在被测代码使用二进制浮点时不是选项。是的，当您已经获得的值是浮点时，Decimal确实不是选项。但这不是问题，只是如何处理浮动比较的最佳实践。最佳实践是ε/公差比较-或在可能的情况下使用不太浮动的类型；）是的，这确实是个问题。问题是关于比较二进制浮点值。阅读标题点！Goldberg的论文以html格式免费提供。只需搜索标题。这是最热门的。我更喜欢PDF，因为它更容易阅读，打印效果更好。