别让小数点坑了你的程序
写C语言代码时，整数运算干净利落，1 + 1 就是 2。但一旦碰上小数，比如用 float 或 double 做计算，结果可能就不那么靠谱了。你算出的 0.1 + 0.2 居然不等于 0.3？别急着怀疑数学，这其实是浮点数的常见“脾气”。
浮点数不是精确存储的
计算机用二进制表示数字，而很多十进制小数在二进制里是无限循环的。比如 0.1，在二进制中是个无穷小数，只能近似存储。这就导致精度丢失。
看个例子：
#include <stdio.h>
int main() {
float a = 0.1f;
float b = 0.2f;
float c = a + b;
if (c == 0.3f) {
printf("相等\n");
} else {
printf("不相等：%%.6f\n", c);
}
return 0;
}运行后你会发现输出的是“不相等：0.300000”，虽然看着像0.3，但内部值其实略高一点，直接用 == 判断就翻车了。
比较浮点数要用误差范围
判断两个浮点数是否“相等”，应该看它们的差值是否足够小。这个小的值叫 epsilon。
比如这样改：
#include <math.h>
#include <stdio.h>
#define EPSILON 1e-6
int main() {
float a = 0.1f;
float b = 0.2f;
float c = a + b;
if (fabs(c - 0.3f) < EPSILON) {
printf("可以认为相等\n");
}
return 0;
}用 fabs 取绝对值，再和一个很小的数比较，这才是稳妥的做法。
float 和 double 别混用
float 是单精度，大概7位有效数字；double 是双精度，约15位。混用时容易因隐式转换引入误差。
比如：
float f = 1.23456789f;
double d = f; // 此时精度已经损失了如果你需要高精度计算，全程用 double 更保险，也别随便把 double 强转成 float。
注意编译器优化的影响
有些编译器在优化时会调整浮点运算顺序，比如把 (a + b) + c 改成 a + (b + c)。虽然数学上等价，但浮点运算中顺序不同可能导致结果微小差异。
如果项目对数值稳定性要求高，比如科学计算或金融相关，建议关闭某些激进优化，或者使用 -ffloat-store 这类编译选项（GCC）来限制中间结果的精度扩展。
格式化输出也要小心
用 printf 输出 float 或 double 时，别图省事全用 %f。默认只显示6位小数，可能掩盖真实值。
想看清细节，可以指定精度：
printf("%.10f\n", 0.1f); // 显示更多位，看到真实近似值这样你就能看到它其实是 0.1000000015 左右。
能用整数就别用浮点
比如处理金额，与其用 1.99 元，不如存成 199 分。用整数运算避免所有浮点问题。等展示时再除以100，转换成小数形式输出。
这招在嵌入式、交易系统里很常见，简单又可靠。