简单地说：

Decimal、Double和Float变量类型在存储值的方式上有所不同。精度是主要区别（请注意，这不是唯一的区别），其中float是单精度（32位）浮点数据类型，double是双精度（64位）浮点类型，decimal是128位浮点数据类型。汇总表：

/==========================================================================================类型钻头达到近似范围/==========================================================================================浮动32位7位数-3.4×10^（38）到+3.4×10^双64 15-16位数字±5.0×10^（-324）至±1.7×10^十进制128 28-29有效数字±7.9 x 10^（28）或（1至10^（29）/==========================================================================================你可以在这里阅读更多，浮点，双精度和十进制。

这对我来说是一个有趣的线索，因为今天，我们刚刚遇到了一个令人讨厌的小错误，关于十进制比浮点精度低。

在我们的C#代码中，我们从Excel电子表格中读取数字值，将其转换为十进制，然后将该十进制发送回服务以保存到SQL Server数据库中。

Microsoft.Office.Interop.Excel.Range cell = …
object cellValue = cell.Value2;
if (cellValue != null)
{
    decimal value = 0;
    Decimal.TryParse(cellValue.ToString(), out value);
}

现在，对于我们几乎所有的Excel值，这都非常有效。但是对于一些非常小的Excel值，使用decimal.TryParse完全丢失了值。一个这样的例子是

单元格值=0.00006317592Decimal.TryParse（cellValue.ToString（），out值）；//将返回0

奇怪的是，解决方案是先将Excel值转换为双精度值，然后再转换为十进制值：

Microsoft.Office.Interop.Excel.Range cell = …
object cellValue = cell.Value2;
if (cellValue != null)
{
    double valueDouble = 0;
    double.TryParse(cellValue.ToString(), out valueDouble);
    decimal value = (decimal) valueDouble;
    …
}

即使double的精度低于十进制，这实际上确保了小数字仍然可以被识别。由于某种原因，double.TryParse实际上能够检索这样的小数字，而decimal.TryPars将它们设置为零。

古怪的非常奇怪。

十进制结构严格适用于要求精确性的财务计算，这些计算相对不允许四舍五入。然而，小数不足以用于科学应用，原因如下：

由于所测量的物理问题或伪影的实际限制，在许多科学计算中，一定程度的精度损失是可以接受的。在金融领域，精度的损失是不可接受的。对于大多数操作，十进制比浮点运算和双精度运算慢得多，这主要是因为浮点运算是以二进制进行的，而十进制运算是以10为基数进行的（即浮点运算和双倍运算是由FPU硬件处理的，如MMX/SSE，而小数是在软件中计算的）。尽管十进制支持更多位数的精度，但它的值范围比双精度小得令人无法接受。因此，十进制不能用来表示许多科学价值。

精度是主要区别。

浮点-7位（32位）

双-15-16位（64位）

十进制-28-29位有效数字（128位）

小数具有更高的精度，通常用于要求高精度的金融应用中。小数比双/浮点数慢得多（在某些测试中高达20倍）。

小数和浮点数/双数不能在没有掷骰的情况下进行比较，而浮点数和双数可以进行比较。小数也允许编码或尾随零。

float flt = 1F/3;
double dbl = 1D/3;
decimal dcm = 1M/3;
Console.WriteLine("float: {0} double: {1} decimal: {2}", flt, dbl, dcm);

结果：

float: 0.3333333  
double: 0.333333333333333  
decimal: 0.3333333333333333333333333333

浮点7位精度

双精度约为15位

十进制大约有28位精度

如果您需要更好的精度，请使用double而不是float。在现代CPU中，两种数据类型的性能几乎相同。使用浮子的唯一好处是它们占用更少的空间。只有当你有很多人的时候，才有实际意义。

我觉得这很有趣。每个计算机科学家都应该知道浮点运算

float（System.Single的C#别名）和double（System.double的C#别名。float为32位；double是64位。换句话说，它们表示如下数字：

10001.10010110011

二进制数和二进制点的位置都在值中编码。

decimal（System.decimal的C#别名）是浮点小数点类型。换句话说，它们表示如下数字：

12345.65789

同样，小数点的数字和位置都编码在值中——这使得小数点仍然是浮点类型而不是定点类型。

需要注意的重要一点是，人类习惯于以十进制形式表示非整数，并期望以十进制表示得到精确的结果；并不是所有的十进制数字都可以用二进制浮点表示，例如0.1，所以如果使用二进制浮点值，实际上会得到0.1的近似值。当使用浮点小数点时，仍然会得到近似值——例如，1除以3的结果无法精确表示。

至于在以下情况下使用什么：

对于“自然精确小数”的值，最好使用小数。这通常适用于人类发明的任何概念：财务价值是最明显的例子，但也有其他例子。例如，考虑给潜水员或滑冰运动员的分数。对于那些本质上更为人为的、无论如何都无法精确测量的值，浮点/双精度更为合适。例如，科学数据通常以这种形式表示。在这里，原始值从一开始就不是“小数精度”的，因此对于预期结果来说，保持“小数精度精度”并不重要。浮点二进制点类型比小数更快。