浮点数比较应避免直接用==，而采用误差范围（epsilon）判断是否足够接近，如Math.abs(a - b)

浮点数比较不能直接用 ==，因为 float 和 double 的二进制表示天然存在舍入误差，哪怕两个“看起来一样”的值在内存中也可能不等。修正的关键不是强行让它们相等，而是用合理方式判断“是否足够接近”。

用误差范围（epsilon）代替相等判断

这是最通用、最轻量的修复方式，适用于大多数非金融类逻辑，比如图形坐标、物理模拟、传感器归一化等。

• 定义一个极小阈值，如 1e-6（double）或 1e-5（float），代表你可接受的误差上限
• 把 if (a == b) 改成 if (Math.abs(a - b)
• 注意：epsilon 值要匹配业务场景——科学计算可用 1e-10，而 GPS 经纬度差 0.00001° 已远超设备精度，用 1e-5 就绰绰有余

统一类型再比较，避免隐式转换

C/C++/Java 等语言中，float 和 double 混用常因自动提升引发意外不等。例如 float t = 3.197f; 与字面量 3.197（默认为 double）比较，实际比的是两个不同精度的近似值。

• 显式声明字面量类型：写 3.197f 而非 3.197，确保参与比较的都是 float
• 或统一转为更高精度：将 float 变量转为 double 再比（但仅限于对精度要求不高时）
• 更稳妥的做法是：从源头控制——变量和字面量使用同一类型，不依赖编译器推断

金融或强一致性场景：改用精确类型+字符串构造

当比较结果直接影响账务、权限、状态跃迁（如“余额 ≥ 100 元才允许提现”），就不能容忍任何浮点误差。

• Java 中用 BigDecimal，且必须用字符串构造：new BigDecimal("100.00")，禁用 new BigDecimal(100.00)
• 比较用 compareTo() 方法：amount.compareTo(threshold) >= 0，它按十进制数值大小严格比较
• JavaScript 可选 decimal.js：new Decimal("100.00").gte("99.99")

循环终止条件别依赖浮点相等

像 for (float x = 0.0f; x != 1.0f; x += 0.1f) 极易陷入死循环，因为 x 永远达不到精确的 1.0f。

• 改用整数计数：for (int i = 0; i
• 或用不等式判断：for (float x = 0.0f; x ，加一点安全余量
• 核心原则：循环边界应基于整数或预计算的确定值，而非累加浮点数