.0
浮点数二进制
查看浮点数(float32/float64)的符号位、指数、尾数与十六进制表示,理解精度问题。本地计算。
本地处理 · 不上传
加载工具中…
相关：IEEE754 · 浮点数 · float二进制 · 浮点精度 · 0.1+0.2
浮点数二进制展示一个浮点数在 IEEE 754 标准下的实际存储：符号位、指数位与尾数位，并显示它精确表示的真实值。理解精度丢失从这里开始。
使用步骤
- 输入十进制数
- 选择单精度或双精度
- 查看各段二进制位
- 对照实际存储的精确值
使用场景
- 理解 0.1 加 0.2 不等于 0.3 的原因
- 排查浮点计算的精度问题
- 学习计算机的数值表示
- 验证跨语言的浮点行为一致性
小贴士
- 0.1 在二进制下是无限循环小数，无论多少位都存不精确，这是浮点误差的根源，与语言无关。
- 双精度有效位约 15 到 17 位十进制，超出后的数字不可信；单精度只有 7 位左右。
- 浮点数不应用等号比较，正确做法是判断两数之差的绝对值是否小于某个足够小的阈值。
常见问题
为什么 0.1 + 0.2 = 0.30000000000000004？
0.1 和 0.2 在二进制中都无法精确表示，存进去的已经是最接近的近似值。两个近似值相加，误差累积后就露出来了。这不是 bug，是二进制浮点的固有特性。
怎么避免精度问题？
金额一类必须精确的场景，用整数存最小单位（分），或使用十进制类型。需要比较时用容差判断而非直接相等。
单精度和双精度差多少？
单精度 32 位，有效十进制位约 7；双精度 64 位，约 15 到 17 位。多数语言的默认浮点类型是双精度。
浮点数二进制是免费的吗？
是。本站所有工具完全免费，无需注册登录、无广告干扰，打开即用。
使用浮点数二进制，我的数据安全吗？
安全。该工具在你的浏览器本地完成处理，输入内容不会上传到服务器，隐私更有保障。