C# 将浮点数作为整数进行比较会导致OverflowException，调试会显示有趣的位值

我需要为我的项目进行自定义浮点比较，最后使用了此处提供的方法：
虽然知道

float.GetHashCode（）

会像不安全的代码反引用变体一样返回位，但我跳过了位转换和反引用，而是使用

GetHashCode（）

在发现我遇到的问题后，我测试了BitConverter是否会提供不同的值，但事实并非如此

该问题出现在两个不同的地方，并且由于比较相同的值而巧合地出现：

1f

和

-4f

。这些值引起了我的好奇心，当调用

Math.Abs（a-b）

命中

OverflowException

（

a-b

等于

Int32.MinValue

）时，我继续调试这个案例

当我发现

1f

和

-4f

的绝对哈希码（位值）是相同的时，我非常惊讶，这最终会把数学搞砸

我接着进行了更多的调试（还考虑了一些），提供了不同的值（

float

->

GetHashCode（）

），并看到了有趣的结果：

有趣的部分是假设

2f

和

-2f

具有相同的绝对位值：

为什么

1f

和

4f

对存在差异？

为什么

1f

和

4f

对有点反向相关？

我打赌我的推理完全不合逻辑，但我只是好奇

是的，

1f

和

-4f

之间的关系扼杀了我的比较，因为：

int aBits = a.GetHashCode(); // -4 => -1065353216
if (aBits < 0)
    aBits = Int32.MinValue - aBits; // -1082130432

int bBits = b.GetHashCode(); // 1 => 1065353216
if (bBits < 0)
    bBits = Int32.MinValue - bBits; // no changes, 1065353216

int bitDifference = aBits - bBits; // -1082130432 - 1065353216 = -2147483648 = Int32.MinValue
int absoluteBitDifference = Math.Abs(bitDifference); // an obvious OverflowException

int-aBits=a.GetHashCode（）；//-4 => -1065353216
if（aBits<0）
aBits=Int32.MinValue-aBits；//-1082130432
int bBits=b.GetHashCode（）；//1 => 1065353216
if（bBits<0）
bBits=Int32.MinValue-bBits；//无变化，10653216
int bitDifference=aBits-bBits；//-1082130432-1065353216=-2147483648=Int32.MinValue
int absoluteBitDifference=Math.Abs（位差）；//明显的越位

如何预防此问题？

---

为了让那些没有关注链接的人受益，您关注链接（）的回复中的文章以这条严厉的警告开头（突出显示在粗体中的内容是我的）：

这篇文章已经过时。它的替代品——它将修复一些错误并更好地解释相关问题——正在作为一个由多部分组成的系列进行编写。请更新您的链接

一旦本系列文章完成，这篇文章最终将消失

我是认真的此代码的一些问题包括别名问题、整数溢出，以及试图进一步扩展基于ULPs的技术的尝试。。上面列出的一系列文章涵盖了整个主题，但是可以找到展示良好的浮点比较技术的关键文章。本文还包括一个很酷的演示，使用sin（double（pi）），说明ULPs技术和其他相对误差技术为什么会在零附近崩溃

总之，停止阅读。单击

如果您仔细阅读并查看相关浮点数的位模式，您的问题

1.

和

2.

将得到回答（如果您以二进制或十六进制打印它们，而不是十进制打印它们，则更容易）

问题

3.

“如何防止此问题？”只能用“停止摆弄浮点位表示，或成为IEEE-754格式的专家”来回答

最有可能的是，有其他安全和标准的方法来完成你试图完成的任何事情，但这只是猜测，因为你没有提到练习的最终目的。

答案已经给出。您要么需要将浮点数视为黑匣子，甚至不尝试查看它们的位模式，要么需要了解位模式的含义。仅仅看它们的十进制值是很难重建的

问题1和2中成对位模式的十六进制值为：

1f: 3f800000
-1f: bf800000
4f: 40800000
-4f: c0800000

相反的行为是由于负数处理的基本差异而产生的。IEEE二进制浮点是一种符号和幅度系统，因此-1f仅为1f，最高有效位从0更改为1。典型的整数表示法使用2的补码，因此要得到一个数字的反数，可以从0x100000000中减去它。非常大的幅值负浮点的表示形式类似于非常小的幅值负整数

---

1f和-4f的位模式是彼此的补码，而-1f和4f的位模式也是如此。

很难回答第3部分的问题，因为很难看出问题所在，因为您没有解释“自定义浮点比较”的作用。这个标题，哦，天哪。。。RTFM！

1f: 3f800000
-1f: bf800000
4f: 40800000
-4f: c0800000