程式設計基礎/浮點數資料型別
< 程式設計基礎
浮點數資料型別使用實數的通用近似表示，本質上是在範圍和精度之間進行權衡。因此，浮點數計算通常出現在包含非常小和非常大的實數的系統中，這些系統需要快速的處理時間。一個數通常近似表示為固定數量的有效數字，並使用某個固定基數（例如 10）的指數進行縮放。[1]
浮點數資料型別是一系列資料型別，它們的行為相似，只是域的大小（允許的值）不同。浮點數資料型別表示帶有小數部分的數值。它們在技術上儲存為兩個整數值：尾數和指數。浮點數資料型別在所有程式語言中具有相同的屬性，並且行為相似。它們始終可以儲存負值或正值，因此它們始終有符號；這與可以無符號的整數資料型別不同。浮點數資料型別的域各不相同，因為它們可以表示非常大的數字或非常小的數字。我們不談論實際值，而是提到精度。儲存位元組越多，尾數和指數就越大，因此精度就越高。
| 語言 | 保留字 | 大小 | 精度 | 範圍 |
|---|---|---|---|---|
| C++ | float
|
32 位 / 4 位元組 | 7 個十進位制數字 | ±3.40282347E+38 |
| C++ | double
|
64 位 / 8 位元組 | 15 個十進位制數字 | ±1.79769313486231570E+308 |
| C# | float
|
32 位 / 4 位元組 | 7 個十進位制數字 | ±3.40282347E+38 |
| C# | double
|
64 位 / 8 位元組 | 15 個十進位制數字 | ±1.79769313486231570E+308 |
| Java | float
|
32 位 / 4 位元組 | 7 個十進位制數字 | ±3.40282347E+38 |
| Java | double
|
64 位 / 8 位元組 | 15 個十進位制數字 | ±1.79769313486231570E+308 |
| JavaScript | Number
|
64 位 / 8 位元組 | 15 個十進位制數字 | ±1.79769313486231570E+308 |
| Python | float()
|
64 位 / 8 位元組 | 15 個十進位制數字 | ±1.79769313486231570E+308 |
| Swift | Float
|
32 位 / 4 位元組 | 7 個十進位制數字 | ±3.40282347E+38 |
| Swift | Double
|
64 位 / 8 位元組 | 15 個十進位制數字 | ±1.79769313486231570E+308 |
在對浮點值進行運算時，結果可能比你想要的保留更多小數位。我們可以使用 round 函式來限制顯示的小數位數。例如，round(1.12356,2) 將返回 1.12。[2]
- double
- 最常用的浮點數資料型別。
- 尾數 指數
- 浮點值的兩個整數值部分。
- 精度
- 給定更大的或更小的位元組儲存區域，對浮點值域的影響。