你们知道整数，对吧?每一位代表2^n

2 ^ 4 = 16 2 ^ 3 = 8 2 ^ 2 = 4 2 ^ 1 = 2 2 ^ 0 = 1

浮点数也是一样的(有一些区别)，但是比特代表2^-n 2 ^ 1 = 1/2 = 0.5 2 ^ 2 = 1 / (2 * 2) = 0.25 2 ^ 3 = 0.125 2 ^ 4 = 0.0625

浮点二进制表示法:

符号指数分数(我认为无形的1被附加到分数) B11 b10 b9 b8 b7 b6 b5 b4 b3 b2 b1 b0

如果你有足够的空间，十进制数可以精确地表示出来——只是不能用浮点二进制数表示。如果您使用浮点小数点类型(例如System。. net中的十进制)，那么许多不能用二进制浮点数精确表示的值都可以被精确表示。

让我们从另一个角度来看——以10为基数，你可能会觉得舒服，你不能准确地表示1/3。这是0.3333333……(重复)。不能将0.1表示为二进制浮点数的原因与此完全相同。你可以表示3 9和27，但不是1/3 1/9或1/27。

问题是3是质数，不是10的因数。当你想将一个数乘以3时，这不是一个问题:你总是可以乘以一个整数而不会遇到问题。但是当你除以一个质数而不是底数的因数时，你就会遇到麻烦(如果你试图用1除以这个数，你就会遇到麻烦)。

虽然0.1通常被用作精确十进制数的最简单例子，它不能用二进制浮点数精确表示，但可以说0.2是一个更简单的例子，因为它是1/5，而5是导致十进制和二进制之间存在问题的素数。

边注:处理有限表示的问题:

Some floating decimal point types have a fixed size like System.Decimal others like java.math.BigDecimal are "arbitrarily large" - but they'll hit a limit at some point, whether it's system memory or the theoretical maximum size of an array. This is an entirely separate point to the main one of this answer, however. Even if you had a genuinely arbitrarily large number of bits to play with, you still couldn't represent decimal 0.1 exactly in a floating binary point representation. Compare that with the other way round: given an arbitrary number of decimal digits, you can exactly represent any number which is exactly representable as a floating binary point.

一个简单的答案是:计算机没有无限的内存来存储分数(在以科学记数法的形式表示十进制数之后)。根据IEEE 754双精度浮点数标准，我们只有53位的限制来存储分数。 欲了解更多信息:http://mathcenter.oxford.emory.edu/site/cs170/ieee754/

你不能用二进制精确地表示0.1，就像你不能用传统的英国尺测量0.1英寸一样。

英国的尺子，就像二进制分数一样，都是关于一半的。你可以测量半英寸，或四分之一英寸(当然是一半)，或八分之一，或十六分之一，等等。

If you want to measure a tenth of an inch, though, you're out of luck. It's less than an eighth of an inch, but more than a sixteenth. If you try to get more exact, you find that it's a little more than 3/32, but a little less than 7/64. I've never seen an actual ruler that had gradations finer than 64ths, but if you do the math, you'll find that 1/10 is less than 13/128, and it's more than 25/256, and it's more than 51/512. You can keep going finer and finer, to 1024ths and 2048ths and 4096ths and 8192nds, but you will never find an exact marking, even on an infinitely-fine base-2 ruler, that exactly corresponds to 1/10, or 0.1.

不过，你会发现一些有趣的事情。让我们看看我列出的所有近似值，对于每一个近似值，明确地记录0.1是大是小:

现在，如果向下读最后一列，就会得到0001100110011。1/10的无限重复二进制分数是0.0001100110011，这不是巧合……

如果你用浮点数做一个足够大的数(它可以做指数)，那么小数点前也会不精确。所以我不认为你的问题是完全正确的，因为前提是错误的;移位10并不总是会产生更高的精度，因为在某些情况下，浮点数将不得不使用指数来表示数字的大小，这样也会失去一些精度。

你们知道整数，对吧?每一位代表2^n

2 ^ 4 = 16 2 ^ 3 = 8 2 ^ 2 = 4 2 ^ 1 = 2 2 ^ 0 = 1

浮点数也是一样的(有一些区别)，但是比特代表2^-n 2 ^ 1 = 1/2 = 0.5 2 ^ 2 = 1 / (2 * 2) = 0.25 2 ^ 3 = 0.125 2 ^ 4 = 0.0625

浮点二进制表示法:

符号指数分数(我认为无形的1被附加到分数) B11 b10 b9 b8 b7 b6 b5 b4 b3 b2 b1 b0