浮点数用作数学实数的近似值。它们不代表确切的值。因此，我们将浮点变量的算术结果与最小公差值进行比较。
例子：
C++
// C++ program to illustrate the
// floating point values
#include
using namespace std;
// Driver Code
int main()
{
double num1 = 10000.29;
double num2 = 10000.2;
// Output should be 0.0900000000
cout << std::setprecision(15)
<< (num1 - num2);
return 0;
} Java
// Java program to illustrate the
// floating point values
import java.text.DecimalFormat;
class GFG{
// Driver Code
public static void main(String[] args)
{
double num1 = 10000.29;
double num2 = 10000.2;
// Output should be 0.0900000000
DecimalFormat df = new DecimalFormat(
"#.################");
System.out.println(df.format(num1 - num2));
}
}
// This code is contributed by 29AjayKumarPython3
# Python3 program to illustrate
# the floating povalues
# Driver Code
if __name__ == '__main__':
num1 = 10000.29;
num2 = 10000.2;
# Output should be 0.0900000000
print ("{0:.10f}".format(num1 - num2));
# This code is contributed by Rajput-JiC#
// C# program to illustrate the
// floating point values
using System;
class GFG{
// Driver Code
public static void Main(String[] args)
{
double num1 = 10000.29;
double num2 = 10000.2;
// Output should be 0.0900000000
Console.WriteLine(
string.Format("{0:F15}",
Decimal.Parse((num1 - num2).ToString())));
}
}
// This code is contributed by 29AjayKumar0.0900000000001455
解释：
预期输出为0.09。但是，输出不是0.09。要了解这一点，您首先必须知道计算机如何使用浮点值。初始化float变量后，计算机将其视为指数值，并分配4个字节(32位)的内存，其中尾数部分占24位，指数部分占7位，其余的1位用于表示符号。
对于double类型，与float类型相比，计算机执行相同的操作，但分配的内存更大。在十进制系统中，小数部分中从(左到右)的每个位置都是其左侧位置的十分之一。如果我们从右移到左，则每个位置都是其右侧位置的10倍。
在二进制系统中，因子为两个，如表所示：
| … | 16 | 8 | 4 | 2 | 1 | . |  |
 |
 |
| … |  |
 |
 |
 |
 |
. |  |
 |
 |
为简化起见，让我们考虑一个名为small float的神话类型(请参见上图)，该类型仅由5位组成-与float和double相比非常小。小浮点类型的前三位将代表尾数，后两位将代表指数部分。为了简单起见，我们不考虑标志。因此，尾数部分只能有8个可能值，而指数部分只能有4个可能值。请参阅下表：
| bit pattern | binary value | decimal value |
|---|---|---|
| 000 | (0.000)2 | 0.000 |
| 001 | (0.001)2 | 0.125 |
| 010 | (0.010)2 | 0.250 |
| 011 | (0.011)2 | 0.375 |
| 100 | (0.100)2 | 0.500 |
| 101 | (0.101)2 | 0.625 |
| 110 | (0.110)2 | 0.750 |
| 111 | (0.111)2 | 0.875 |
| Binary pattern | Binary value | Decimal value |
|---|---|---|
| 00 | (00)2 | 1 |
| 01 | (01)2 | 2 |
| 10 | (10)2 | 4 |
| 11 | (11)2 | 8 |
因此，尾数和指数部分的一种组合可以是11100，其中最左边的两位代表指数部分，其余三位代表尾数部分。该值的计算公式为：
从这两个表中，我们可以很容易地说一个小浮点数只能包含32个数字，并且神话类型的范围是0到7。该范围不是同样密集。如果仔细查看下图，您将看到大多数值都在0到1之间。从右到左移动的次数越多，数字将越稀疏。
小浮点数不能代表1.3、2.4、5.6等。在这种情况下，小浮点数近似于它们。它不能表示大于7的数字。此外，许多组合表示相同的值。例如： 00000、00001、00010、00011代表相同的十进制值，即(0.000)。 32个组合中的12个是多余的。
如果增加分配给小浮点数的位数，则较密集的部分将增加。由于浮点值保留32位，因此与较小的浮点数相比，浮点值可以表示更多的数字。但是浮点值和双精度值会出现一些问题。没有办法克服这个问题。具有无限内存和快速预处理器的计算机只能计算精确的float或double值，这对我们来说是一个幻想。