C# 在编译64位时，是什么导致FP精度的显著损失？

平台：C#使用Visual Studio 2013

我有一个运行在64位Haswell CPU上的Windows应用程序，它在启用“首选32位”的情况下正常工作。我决定通过取消选择'prefer32-bit'升级到'prefer64-bit'，应用程序的算术突然变为不正确的值我丢失了29位算术精度（这是我对双精度浮点尾数和单精度浮点尾数大小差异的估计）。这里的算术精度差异很大

C#代码…测试用例：

using System;
class lngfltdbl
{
    static void Main()
    {
        long   lng = 2026872;
        float  flt = 0.3F;
        double dbl = lng + flt;
        Console.WriteLine(dbl);
    }
}

预期结果（选择“首选32位”时可见）：

获得的结果（在取消选择“首选32位”时可见）：

---

请注意：过去我对隐式强制转换很熟悉，因为“首选32位”始终理解如何正确组合不同精度的值。

错误所在：

using System;
class lngfltdbl
{
    static void Main()
    {
        long   lng = 2026872;
        float  flt = 0.3F;
        double dbl = lng + flt;
        Console.WriteLine(dbl);
    }
}

在专家协助下，我们发现，取消选择“首选32位”生成的汇编代码确实使用单精度指令（cvtsi2ss；subss）进行计算，然后将结果转换为双精度（cvtss2sd：将标量双精度FP值转换为标量双精度FP值）最后，结果存储在双精度变量（movsd）中。这与检测到的错误的症状完全匹配，并解释了丢失29位算术精度的原因

我将此事上报给微软，并最终与JIT编译器团队中的某个人取得了联系。结果证明这是故意的行为，也就是说，如果使用隐式类型转换的双精度浮点算法，那么很可能您必须修改您的C#代码。到目前为止，我认为算术精度完全依赖于变量长度和任何显式/隐式转换（当然，在IEEE定义的浮点计算规则范围内）。此外，我认为选择将32位应用程序编译为64位不会改变应用程序的行为

我感谢微软给我发送了以下回复

您所看到的行为是您所提供的特定测试用例的预期行为。这里的关键是表达式

C#编译器生成IL来计算该表达式。它不考虑把这个表达式赋值给什么。表达式和赋值依赖于插入到表达式中的隐式转换。C#编译器有一些规则，指定在为表达式生成IL时如何将隐式转换添加到表达式中。在这种情况下，C#编译器添加了如下隐式转换：

这个表达式告诉JIT编译器它应该为单精度浮点加法操作生成代码。因此，考虑到JIT编译器提供的IL，64位目标生成的代码是完全合适的。它被（IL）告知要计算一个32位大小的浮点结果，正如您所观察到的那样

以下是此方法的IL：

然后问题就变成了为什么32位目标JIT会产生不同的（更精确的）结果

这里的答案是，较旧的32位使用较旧的x87风格的指令，我们一直说JIT编译器可以以更高的精度计算表达式的中间浮点值。32位JIT编译器实际上以更高的精度计算32位浮点表达式。之所以这样做，是因为这是使用旧的x87样式指令时可用指令的自然行为。我们这样做是因为使用x87风格的指令执行32位浮点运算会带来相当大的性能损失。我们还记录了，如果中间计算需要32位浮点结果，可以添加显式转换，并且需要JIT在看到显式转换时将精度更改为32位浮点

对于您的情况，您需要在add指令的两个操作数中的任意一个操作数上添加一个显式转换为“double”，以便C#编译器生成添加两个64位浮点的IL

以下任一源表达式将计算您想要的结果：

---

我想指出的是，您的

lng+flt

表达式会带来麻烦-您不应该在没有显式转换的情况下混合类型（正如Microsoft的回答所建议的那样）。我认为这不值得用大写字母谨慎。请用问答的方式重新表述。你可以回答你自己的问题！这是一个非常有趣且相当奇怪的观察结果，我觉得这将对该网站做出巨大贡献。@GregRos我觉得问题应该是“编译器选项是否具有功能性效果？”以及答案“是的，很明显。事实上，对于没有函数效果的编译器来说，例外情况而不是规则。例如，GCC的

-mfpmath=387

[GCC中与问题中讨论的选项最接近的等效项]更改生成代码的语义”。如果这没有在C#中正确记录，它应该是一个针对C#文档的错误报告，如果是，这只是一个“duh”备注，不是一个很大的贡献。我正在按照建议进行更改，但无法添加从Microsoft JIT编译器团队收到的答案。（我不想一开始就把答案分开，因为我不想为此获得任何荣誉）

dbl == 2026872.25
(ERROR!  CORRECT to 7 DECIMAL PLACES ONLY!)

lng + flt

((float)lng + flt)

.method private hidebysig static void  Main() cil managed
{
  .entrypoint
  // Code size       26 (0x1a)
  .maxstack  2
  .locals init (int64 V_0,
           float32 V_1,
           float64 V_2)
  IL_0000:  ldc.i4     0x1eed78
  IL_0005:  conv.i8
  IL_0006:  stloc.0
  IL_0007:  ldc.r4     0.30000001
  IL_000c:  stloc.1
  IL_000d:  ldloc.0
  IL_000e:  conv.r4    ;; Force the conversion of ‘lng’ into a 32-bit float ‘r4’
  IL_000f:  ldloc.1
  IL_0010:  add
  IL_0011:  conv.r8
  IL_0012:  stloc.2
  IL_0013:  ldloc.2
  IL_0014:  call void [mscorlib]System.Console::WriteLine(float64)
  IL_0019:  ret
} // end of method lngfltdbl::Main

((double)lng + flt)
(lng + (double)flt)