出于安全原因，我需要执行两次相同的计算，一次仅使用整数 (int32) 变量，另一次仅使用浮点 (float32) 变量。在计算结束时，会比较两个结果。
我读到了关于comparing floating point numbers的文章。
有几件事我不明白：
我没有对浮点数进行以下压缩：假设 a 和 b 是浮点数，这种比较方式是否正确：
if !(a > b) && !(a < b) is true, then _a_ and _b_ are probably identical otherwise not.
如果我将浮点数转换为整数，我会得到数字的整数部分，为什么使用联合对象并在那里定义与 int32 和 float32 相同的内存 我得到不同的解决方案？它不是也将浮点数转换为 int32 吗？
【问题讨论】：
标签： c++ c floating-point precision floating-accuracy
a和b都是nan，那么a < b、a > b、a == b都是假的。float 转换为 int（例如，1.0f 转换为 1）时，它们的内存是不一样的。【讨论】：
为什么通过使用联合对象并在那里定义与 int32 和 float32 相同的内存我得到不同的解决方案？
float/int union 有意义的唯一原因是float 和int 共享storage size 的32-bits。您缺少的是对floats（实际上是所有浮点数）存储在IEEE-754 Floating Point Format 中的理解（浮点数是单精度，双精度数是双精度等。）
当您使用float/int union 技巧时，您会看到integer value 即integer equivalent 到IEEE-754 Single-Precision Floating Point Format 的float。这两个值与表示相同的数字值无关。您可以将它们占用的内存视为float 或integer，因为它们都占用32-bits 的内存。如果您查看float 窗口，您会看到32-bits 的含义是float。另一方面，如果您将相同的32-bits 视为integer，您将看到与32-bits 相同的integer 的内容。查看二进制表示的示例通常会有所帮助。
以float 值123.456 为例。如果您查看内存中的32-bits，您会看到：
The float value entered : 123.456001
binary value in memory : 01000010-11110110-11101001-01111001
As unsigned integer : 1123477881
IEEE-754 单精度浮点表示是内存中的一种特定浮点格式，由以下 3 个组件组成：
0 1 0 0 0 0 1 0 1 1 1 1 0 1 1 0 1 1 1 0 1 0 0 1 0 1 1 1 1 0 0 1
|- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -|
|s| exp | mantissa |
其中s 是sign-bit，exp 是biased exponent，其余的23-bits 称为mantissa。您不可能期望投射float 123.456 并得到任何接近到integer 123，你大约要离开7 orders of magnitude
它不也将浮点数转换为 int32 吗？
答案：否
【讨论】：
错误
浮点类型的比较与普通类型的整数类型相同。如果 a 的值正好等于 b，a == b 总是返回 true，即 12.345 == 12.345 但 12.345 < 12.346。如果您需要比较该值是否足够接近，请使用 epsilon 代替 ==。但是对于像NaN 或Inf 这样的特殊数字，情况就不同了。对于除!= 之外的所有运算符，与 NaN 的比较返回 false
因为一个处理值，另一个处理对象表示
像 (int)some_double_value 这样的简单转换为 int 将返回 some_double_value 的 value。但是，如果您将它存储到联合中并像这样读出整数，它将返回浮点内存中的 表示
例如(int)2.5 == 2，但IEEE-754 double precision中2.5的二进制表示是0x4004000000000000
【讨论】：