必须用bigdecimal处理金融计算，因double二进制浮点无法精确表示0.1等十进制小数，导致加减乘除累积误差；正确初始化须用字符串如new bigdecimal("0.1")，避免new bigdecimal(0.1)继承double精度缺陷。
绝大多数情况下，直接用 double，别犹豫；只有明确受限于内存或带宽（比如嵌入式传感器固件、GPU shader 输入、网络协议字段），才考虑 float。
什么时候必须用 double
数值精度一碰就出问题的场景，double 是底线：
- 科学计算、物理模拟（如球体积公式
(4.0/3.0) * M_PI * r * r * r中，4.0默认是double，混用float会触发隐式转换，徒增误差 - 累计运算（如循环加
1.0/81729 次），float结果可能是9.000023，double才接近8.99999999999996—— 虽仍不精确，但误差小一个数量级 - 涉及比较的逻辑，例如
if (x == 0.1)，用float x = 0.1f几乎必然失败，因为0.1无法在二进制浮点中精确表示，而double至少多撑几轮迭代 - 标准库函数（如
sin、log、sqrt）默认接受double，传float会先升为double再算，白费一次转换
float 后缀 f 不只是“写法”，它强制类型和精度边界
3.14 是 double，3.14f 才是 float。漏掉 f 会导致静默降级：
-
float x = 10.0 / 3;：先算double除法（10.0 / 3.0），再截断成float，丢失低位信息 -
float x = 10.0f / 3.0f;：全程float运算，结果确定、可复现，且不依赖中间double精度 - 函数重载也认这个后缀：
std::pow(2.0f, 3.0f)调float pow(float, float)，而std::pow(2.0, 3.0)调double pow(double, double)
long double 并不值得常规使用
它在多数平台（Linux x86_64）是 80 位扩展精度，但：
- Windows MSVC 下
long double就是double，无额外精度 - 编译器可能禁用其优化，运行时慢；ABI 兼容性差，跨模块传参易出错
- 标准库 I/O（如
std::cout ）对 <code>long double支持不稳定，常被悄悄转成double输出 - 除非你在做高精度数学库或金融结算（此时更该用定点数或
int64_t表示分），否则纯属增加维护成本
真正容易被忽略的是：浮点数不是实数——无论 float 还是 double，它们都只能近似表示十进制小数。选型解决不了根本问题，它只决定你“近似得多粗糙”。关键判断永远落在：这个变量是否参与比较？是否被反复累加？是否要和用户预期值对齐？想清楚这三点，double 就已经覆盖了 95% 的日常需求。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
