我可以说出使用double(或float)而不是decimal的三个优点:
使用较少的内存。 更快是因为浮点数学运算是由处理器原生支持的。 可以表示更大范围的数字。
但这些优势似乎只适用于计算密集型操作，比如在建模软件中发现的那些操作。当然，当需要精度时，不应该使用双精度，例如财务计算。那么，在“正常”应用程序中选择双位数(或浮点数)而不是十进制有什么实际的原因吗?
编辑补充: 谢谢你们的回复，我从他们身上学到了很多。
还有一个问题:一些人认为双数可以更精确地表示实数。当我宣布时，我认为他们通常更准确地代表他们。但是，当执行浮点运算时，精度可能会降低(有时会显著降低)，这是真的吗?
当前回答
默认情况下，如果科学计数法小于十进制显示，则双精度值将序列化为科学计数法。(例如，.00000003将是3e-8)十进制值将永远不会序列化为科学计数法。当序列化供外部方使用时，可能需要考虑这一点。
其他回答
你似乎完全了解使用浮点类型的好处。我倾向于在所有情况下都为小数进行设计，并依赖于分析器让我知道对小数的操作是否会导致瓶颈或速度减慢。在这些情况下，我将“向下强制转换”为双精度或浮点数，但只在内部执行，并通过限制正在执行的数学运算中的有效数字数量来小心地尝试管理精度损失。
一般来说，如果你的值是瞬态的(没有被重用)，使用浮点类型是安全的。浮点类型的真正问题在于以下三种情况。
您正在聚合浮点值(在这种情况下，精度误差会复合) 基于浮点值构建值(例如在递归算法中) 您正在使用非常多的有效数字进行数学运算(例如，123456789.1 * .000000000000000987654321)
EDIT
根据c#小数的参考文档:
关键字decimal表示a 128位数据类型。相比 浮点类型，十进制类型 有更大的精度和更小的 范围，这使得它适用于 财务和货币计算。
为了澄清我上面的说法:
我倾向于设计所有的小数 案件，并依靠一个分析器让 我知道对小数的运算 造成瓶颈或慢速。
我只在偏爱小数的行业工作过。如果您正在处理物理或图形引擎，那么为浮点类型(浮点类型或双浮点类型)进行设计可能更有益。
Decimal不是无限精确的(在基本数据类型中不可能表示非整型的无限精确)，但它比double精确得多:
十进制= 28-29位有效数字 Double = 15-16位有效数字 Float = 7位有效数字
编辑2
作为对Konrad Rudolph评论的回应，第一条(上面)绝对是正确的。不精确的聚集确实会产生复合效应。请看下面的示例代码:
private const float THREE_FIFTHS = 3f / 5f;
private const int ONE_MILLION = 1000000;
public static void Main(string[] args)
{
Console.WriteLine("Three Fifths: {0}", THREE_FIFTHS.ToString("F10"));
float asSingle = 0f;
double asDouble = 0d;
decimal asDecimal = 0M;
for (int i = 0; i < ONE_MILLION; i++)
{
asSingle += THREE_FIFTHS;
asDouble += THREE_FIFTHS;
asDecimal += (decimal) THREE_FIFTHS;
}
Console.WriteLine("Six Hundred Thousand: {0:F10}", THREE_FIFTHS * ONE_MILLION);
Console.WriteLine("Single: {0}", asSingle.ToString("F10"));
Console.WriteLine("Double: {0}", asDouble.ToString("F10"));
Console.WriteLine("Decimal: {0}", asDecimal.ToString("F10"));
Console.ReadLine();
}
输出如下:
Three Fifths: 0.6000000000
Six Hundred Thousand: 600000.0000000000
Single: 599093.4000000000
Double: 599999.9999886850
Decimal: 600000.0000000000
正如您所看到的，即使我们从相同的源常量进行加法，double的结果也没有那么精确(尽管可能会正确舍入)，而且浮点数也远没有那么精确，以至于它被简化为只有两位有效数字。
I think you've summarised the advantages quite well. You are however missing one point. The decimal type is only more accurate at representing base 10 numbers (e.g. those used in currency/financial calculations). In general, the double type is going to offer at least as great precision (someone correct me if I'm wrong) and definitely greater speed for arbitrary real numbers. The simple conclusion is: when considering which to use, always use double unless you need the base 10 accuracy that decimal offers.
编辑:
关于您关于操作后浮点数精度下降的附加问题，这是一个稍微微妙的问题。实际上，每次操作执行后，精度(我在这里交替使用准确性这个术语)都会稳步下降。这有两个原因:
某些数字(最明显的是小数)不能真正地用浮点形式表示 会出现舍入错误，就像手工计算一样。然而，这些错误是否严重到值得仔细考虑，很大程度上取决于上下文(您正在执行多少个操作)。
在所有情况下，如果您想比较理论上应该等效的两个浮点数(但使用不同的计算方法得到)，则需要允许一定程度的容错(容错程度不同，但通常非常小)。
有关可能引入准确性错误的特定情况的更详细概述，请参阅维基百科文章的准确性部分。最后，如果你想深入地(和数学地)讨论机器级别的浮点数/操作，试着阅读经常被引用的文章《每个计算机科学家都应该知道浮点算术》。
如果您需要使用其他语言或平台进行二进制查询，那么您可能需要使用float或double，它们是标准化的。
默认情况下，如果科学计数法小于十进制显示，则双精度值将序列化为科学计数法。(例如，.00000003将是3e-8)十进制值将永远不会序列化为科学计数法。当序列化供外部方使用时，可能需要考虑这一点。
选择应用程序的功能类型。如果你需要像财务分析那样的精确性，那么你已经回答了你的问题。但如果你的申请可以解决一个估计，你可以接受双倍。
你的申请需要快速计算还是他有足够的时间给你答案?这取决于应用程序的类型。
图形饿了吗?Float或double就足够了。金融数据分析，流星撞击行星的精准度如何?这些都需要一点精确度:)
