Eigen 根据操作顺序，结果差异很大

根据乘法运算的顺序，浮点值的结果非常不同（对于double=0）

为了演示，我使用了我的矩阵值（结果更清晰），但它可以用于随机初始化

我知道这很可能是因为浮动，但差别太大了。这对于最终向量的前两个元素尤为明显。如果不同向量的元素之间的差异在点之后是6-9个字符，这不会困扰我，但由此产生的差异大大恶化了计算

Eigen:：MatrixXf m1=Eigen:：MatrixXf:：Zero（12,12）；
{
m1（0，0）=4.5；
m1（1，1）=-4.5；
m1（2，3）=4.5；
m1（3,4）=-4.5；
m1（4，6）=4.5；
m1（5,7）=-4.5；
m1（6，0）=4.5；
m1（7,1）=-4.5；
m1（8,9）=4.5；
m1（9,10）=-4.5；
m1（10,6）=4.5；
m1（11,7）=-4.5；
}
本征：：矩阵xxf m2=本征：：矩阵xxf：：零（18,12）；
{
m2（0，0）=119.87721252441406；
m2（0，1）=119.8772201538086；
m2（1，0）=119.87721252441406；
m2（1，1）=119.8772201538086；
m2（2，0）=119.87721252441406；
m2（2，1）=119.8772201538086；
m2（3，2）=119.87721252441406；
m2（3，3）=-119.8772201538086；
m2（4，2）=119.87721252441406；
m2（4,3）=-119.8772201538086；
m2（5，2）=119.87721252441406；
m2（5,3）=-119.8772201538086；
m2（6,4）=-119.87721252441406；
m2（6,5）=-119.8772201538086；
m2（7,4）=-119.87721252441406；
m2（7,5）=-119.8772201538086；
m2（8,4）=-119.87721252441406；
m2（8,5）=-119.8772201538086；
m2（9,6）=119.87721252441406；
m2（9,7）=119.8772201538086；
m2（10,6）=119.87721252441406；
m2（10,7）=119.8772201538086；
m2（11,6）=119.87721252441406；
m2（11,7）=119.8772201538086；
m2（12,8）=-119.87721252441406；
m2（12,9）=119.8772201538086；
m2（13,8）=-119.87721252441406；
m2（13,9）=119.8772201538086；
m2（14,8）=-119.87721252441406；
m2（14,9）=119.8772201538086；
m2（15,10）=-119.87721252441406；
m2（15,11）=-119.8772201538086；
m2（16,10）=-119.87721252441406；
m2（16,11）=-119.8772201538086；
}
本征：：矩阵xxf m3=本征：：矩阵xxf：：零（18,12）；
{
m3（0,0）=535.1300048828125；
m3（0，1）=-535.1300659179688；
m3（1,0）=535.1300048828125；
m3（1，1）=-535.1300659179688；
m3（2,0）=535.1300048828125；
m3（2，1）=-535.1300659179688；
m3（3,3）=535.1300048828125；
m3（3,4）=535.1300659179688；
m3（4,3）=535.1300048828125；
m3（4,4）=535.1300659179688；
m3（5,3）=535.1300048828125；
m3（5,4）=535.1300659179688；
m3（6,6）=-535.1300048828125；
m3（6,7）=535.1300659179688；
m3（7,6）=-535.1300048828125；
m3（7,7）=535.1300659179688；
m3（8,6）=-535.1300048828125；
m3（8,7）=535.1300659179688；
m3（9,0）=535.1300048828125；
m3（9，1）=-535.1300659179688；
m3（10,0）=535.1300048828125；
m3（10，1）=-535.1300659179688；
m3（11,0）=535.1300048828125；
m3（11,1）=-535.1300659179688；
m3（12,9）=-535.1300048828125；
m3（12,10）=-535.1300659179688；
m3（13,9）=-535.1300048828125；
m3（13,10）=-535.1300659179688；
m3（14,9）=-535.1300048828125；
m3（14,10）=-535.1300659179688；
m3（15,6）=-535.1300048828125；
m3（15,7）=535.1300659179688；
m3（16,6）=-535.1300048828125；
m3（16,7）=535.1300659179688；
m3（17,6）=-535.1300048828125；
m3（17,7）=-535.1300048828125；
}
本征：：矩阵ans1=m1.transpose（）*m2.transpose（）*m3*本征：：向量XF:：Ones（12）；
本征：：矩阵xxf tmp1=m3*本征：：向量xf：：个数（12）；
Eigen:：MatrixXf tmp2=m2.transpose（）*tmp1；
本征：：矩阵ans2=m1.transpose（）*tmp2；
双错误=（ans1-ans2）.norm（）；

错误：
> 0.4130503535270691 
答复1：
> [0]  -0.125    
> [1]  0.375 
> [2]  0.0   
> [3]  1732047.25
> [4]  1732047.5 
> [5]  0.0   
> [6]  -0.125    
> [7]  0.25  
> [8]  0.0   
> [9]  1732047.25
> [10] 1732047.5 
> [11] 0.0 
答复2：
> [0]  -0.19755156338214874   
> [1]  0.19755156338214874
> [2]  0.0   
> [3]  1732047.25
> [4]  1732047.25 
> [5]  0.0   
> [6]  -0.16462630033493042    
> [7]  0.16462630033493042 
> [8]  0.0   
> [9]  1732047.25
> [10] 1732047.25 
> [11] 0.0 

当对许多彼此非常接近的数字进行加减时，几乎肯定会遇到很大的取消问题（取决于执行操作的顺序）。是否存在可以利用的数据底层结构？