將float、double轉換為字元過程中可能存在精度損失，但是通過%.8lf可以規避 （1）float小數點前後加起來有效數字只有6位。當給定的float有效數在6位以內轉換為字元不會丟失精度，當有效位數大於6位就會存在精度丟失     //精度沒有丟失     char buf[100]={'\0'};     float aa=8000.25;     sprintf(buf,"%f",aa);   //8000.250000     //精度沒有丟失     char buf[100]={'\0'};     floataa=8.00025;     sprintf(buf,"%f",aa);   buf = 8.000250     //精度丟失，存在誤差     charbuf[100]={'\0'};     float aa=8000.251;     sprintf(buf,"%f",aa);  //8000.250977     //精度丟失，存在誤差此時使用.8lf也無效     char buf[100]={'\0'};     float aa=8000.251;     sprintf(buf,"%.8lf",aa);//8000.25097656     (2)double小數前後加起來的有效數字只有16位

，當給定的double有效數在16位以內轉換為字串不會丟失精度，當有效位數大於16位就會存在精度丟失     存在誤差     char buf[100]={'\0'};     double aa=121.437565871234012;     sprintf(buf,"%.20lf",aa);//121.43756587123401000000     //沒有誤差     char buf[100]={'\0'};     double aa=8000.256165;     sprintf(buf,"%.8lf",aa);     std::cout<<buf<<std::endl; //8000.25616500 3、浮點數比較

用"=="來比較兩個double應該相等的型別，返回真值完全是不確定的。計算機對浮點數的進行計算的原理是隻保證必要精度內正確即可。

我們在判斷浮點數相等時，推薦用範圍來確定，若x在某一範圍內，我們就認為相等，至於範圍怎麼定義，要看實際情況而已了，float,和double 各有不同     所以const float EPSINON = 0.00001;     if((x >= - EPSINON) && (x <= EPSINON) 這樣判斷是可取的至於為什麼取0.00001，可以自己按實際情況定義。

    也可以 abs(x) <= EPSINON

比如要判斷浮點數

floatA和B是否相等，我們先令float  x = A –B ;

並設const float EPSINON = 0.00001;  則

if ((x >= - EPSINON)&& (x <= EPSINON);//或者if(abs(x) <= EPSINON)

cout<<”A 與B相等<<endl; else cout<<”不相等”<<endl;

根據上面分析建議在系統開發過程中設計到字元轉換建議採用double型別，精度設定為%.8lf即可，在比較浮點數十建議EPSINON= 0.00000001

誤差累計的解決辦法：

如下所示：

輸出為382525，顯然誤差非常大。

float f = 0.1;
    float sum = 0;
    for( int i=0; i<4000000; i++)
    {
        sum += f;
    }

改進後輸出為400001，將40W拆分成2K和2K，避免了大數與小數相加後產生的階段誤差，控制資料的有效數字在6位以內。

float f = 0.1;
    float sum = 0;
    for( int i=0; i<2000; i++)
    {
        float tmp_sum =0;
        for (int j = 0;j<2000;j++){
            tmp_sum+=f;
        }
        sum += tmp_sum;
    }