C# 在C中，为什么我会得到；can'；t将双精度转换为浮点错误“；？

我有以下代码行：

    float top = shape.Y + (shape.Height / 2.0) - 4.5;

whic失败，错误为“无法将双精度转换为浮点”。Shape.Y和Shape.height都是float类型

---

导致此错误的原因以及最好的方法是确保top是一个float（因为我需要将它传递到另一个需要float的函数中。

尝试用

f

来包装数字，因为通常

2.0

会表示一个

双倍的

数字。您可以阅读有关

float

的更多信息

---

尝试用

f

来包装数字，因为通常

2.0

会代表一个

double

数字。您可以阅读有关

float

的更多信息

---

原因是您的文本

2.0

和

4.5

属于

double

类型

然后在你的表情中

 shape.Y + (shape.Height / 2.0) - 4.5

分割似乎介于

float

和

double

之间。但是有一个从

float

到

double

的隐式转换（另一个方向的转换不是隐式的），因此

高度

被“加宽”然后，为了将

Y

添加到此双精度中，出于同样的原因，

Y

也被扩展为

double

。然后整个表达式得到type

double

但是您将

top

变量声明为

float

，并且

double

表达式不能隐式转换为

float

富士给出了解决方案：如果您将文字写成

2.0f

（或者干脆写成

2f

）和

4.5f

，那么加法、除法和差分将一直计算为

float

s，并且不需要转换

---

（实际上，如果您只将分母指定为

2

，它将从

int

隐式转换为

float

，但您现在可以看出，如果将该

f

包含在内，可能更容易看出其意图）

原因是您的文本

2.0

和

4.5

属于

double

类型

然后在你的表情中

 shape.Y + (shape.Height / 2.0) - 4.5

分割似乎介于

float

和

double

之间。但是有一个从

float

到

double

的隐式转换（另一个方向的转换不是隐式的），因此

高度

被“加宽”然后，为了将

Y

添加到此双精度中，出于同样的原因，

Y

也被扩展为

double

。然后整个表达式得到type

double

但是您将

top

变量声明为

float

，并且

double

表达式不能隐式转换为

float

富士给出了解决方案：如果您将文字写成

2.0f

（或者干脆写成

2f

）和

4.5f

，那么加法、除法和差分将一直计算为

float

s，并且不需要转换

---

（实际上，如果您只将分母指定为

2

，它将从

int

隐式转换为

float

，但您现在可以看出，如果将该

f

包含在内，可能更容易看出其意图）

我想知道浮点转换规则是如何考虑的？似乎隐式双精度浮点转换在99.9%的情况下都是正确的，而隐式浮点转换通常是错误的（例如，比较

float f=（float）（1.0/10.0）的精度）；

至

双d=1.0f/10.0f；

或

浮点.MaxValue.CompareTo（（浮点）（3.0E+38*2.0））

与

双.MaxValue.CompareTo（3.0E+38f*2.0f）相比，正确报告浮点最大值小于3.0E38*2]@supercat我理解你的意思。但当然，原因是一个特定的
float
到
double
的转换总是精确的，而且从不丢失信息。在另一个方向上，一个特定的
double
到
float
的转换通常会失去精度，有时会产生有限的错误
double
到
float上。正整数
（或负整数）。因此这是“在”算术（示例的除法和乘法）之前的结果。如果取最准确表示某个特定数值的
双精度
，并将其转换为
浮点
，则结果要么是最准确表示该值的
浮点
，要么是LSB中比最准确的
浮点
表示差的一小部分。如果如果使用最准确地表示数值的
float
，并将其赋值为
double
，则结果几乎不会接近原始值的最佳表示。丢失不必要的信息远比随意猜测必要的信息要少。在我的第一个示例中，我使用了十除法而不是文字，因为有人可能会争辩说，
0.1f
实际上是数字13421773/134217728的源代码表示（尽管它看起来像1/10）。我认为这样的浮点值实际上意味着（13421773+/-0.5）/134217728.尽管IEEE要求浮点运算的标称结果必须是标称操作数的正确四舍五入版本，但这并不意味着这些值实际上代表精确的量。如果它们代表精确的量，…那么您考虑的是
exactMathematicalNumber→ 浮动→ 双精度
和
精确数学数→ 双重的→ float
其中箭头表示转换“映射”。在这种情况下，我们可以看到第一个“合成”开始时丢弃了太多的精度，然后向该精度添加了很多零位。而第二个合成首先丢弃了一些精度，