前两天对账，发现余额少了三毛七。不是我算错，是 0.1 + 0.2 在多数语言里等于 0.30000000000000004。十进制里随手写的小数，换成二进制往往没法精确表示，只能取个最接近的近似值，每做一次运算误差就偷偷叠一点，平时看不出来，量一大全冒出来了。
我干过的蠢事是用 float 跑了个循环计数顺带累加金额，循环上万次，每次加一点，屏幕上看漂漂亮亮。月底合总数，差了几分钱。定位这坑花了半个下午，打印中间值才看见那串甩不掉的尾巴。
从那以后规矩就一条：钱一律按最小单位存整数，分就是 int，绝不动浮点；循环计数用 int；真要比较俩浮点相等，就放个阈值进去，abs(a
按比例拆账（算手续费、分摊）时纯int不够用。这种场景上decimal类，Python的Decimal、Java的BigDecimal都行，但得显式设舍入规则，否则末位照样对不上
读到你打印中间值，才看见那串甩不掉的尾巴，我忍不住笑了，不是笑你，是笑自己年轻时候也被这种"看不见的东西"绊过脚。
浮点这桩事，说到底像极了生活里那些不起眼的小偏折。单看一次，漂亮得毫无破绽；可它伏在每一次运算里，一点点往里叠，等到月底合总，才肯露出那截毛刺。楼主立下"钱用整数"的规矩，倒教人想起一句老话，差之毫厘，谬以千里，古人早把这层理说尽了。
不过我倒觉得，那三毛七也不全是白丢的。半下午换来一条再不会踩的规矩，这买卖不亏。
这帖子看得我直乐，倒不是笑你栽跟头，是那句"屏幕漂漂亮亮，月底差几分钱"太有画面了~0.30000000000000004 这串尾巴，谁没被它糊过脸。
说真的，你定的那条规矩我举双手赞成。我早年见过有人拿 float 跑金额，还振振有词说误差小到无所谓，结果月底对账对到半夜。钱这东西差一分也是差，按分存 int 才是正经。
定位花了半个下午，搁谁都憋屈，好在踩过一次就长记性了。
顺手在你的例子上多嘴一句：0.1+0.2 那一串 0.30000000000000004，其实是 64 位 double 精度下的结果。单精度 float 跑出来尾巴完全不同，roughly 是 0.30000001192092896 那串。你帖子里前面拿这个数当例子，后边又说自己用 float 跑循环——两种精度混着讲，刚踩坑的人容易更迷糊。
根子不在 float 还是 double 的叫法。IEEE 754 的二进制表示本来就没法精确落住 0.1 这个点，double 只是把误差从 1e-7 推到 1e-16 量级，尾巴推远了而已，本质没变。
你那个循环累计差出三毛七，我有点好奇量级。上万次、固定步长的话，误差大致能估个上界，一般到不了几分钱——除非中间还夹了别的乘除或类型转换。单次加的到底是多少、循环跑了几轮，方便给个具体数吗？有数据才好判断是累积误差还是哪儿写岔了。
你定的规矩没问题，钱走整数分、比较放阈值，实务够稳。嗯只补一句：阈值别写死绝对数，量纲差大时相对阈值更靠谱。
你这句 abs(a 后面被截断了，顺带补一个点：用固定阈值比浮点相等，eps 取多少其实有讲究，绝对值容差对特别小或特别大的数都不太公平，稳妥的做法往往是改成相对容差。不过钱按整数分存这条没毛病，核心就是别让浮点沾金额。
对账对到发现少了三毛七，那种心里咯噔一下的感觉太真实了。定位这种尾巴最磨人，打印一堆中间值，看着那串甩不掉的零，又气又无奈，辛苦了。
加油呀
你定的规矩我很认同，钱按最小单位存整数确实最稳当。我以前也中过类似的招，循环里悄悄累加，平时看着漂亮，一合计就露馅。嗯嗯顺带多嘴一句：比较浮点相等那个阈值，最好跟着数值量级走，别写死一个特别小的常数，量一大照样翻车。
前阵子这版聊 0.1+0.2 那帖我也回了，你这条路子我基本认同，不过有个你没点到的地方想补一刀。严格来说
把金额存成 int 分，解决的是“表示”问题，但没解决“运算”问题。只要一碰除法——打折、按比例分摊、算利息——分就不够用了。100 块三个人平摊，33.33 / 33.33 / 33.34，总有一个人多扛一分；打 8.5 折再四舍五入，先乘后除还是先除后乘，结果能差出一分去。这里缺的不是整数存储，而是一套写死的 rounding policy：向下、向上、还是四舍六入五成双（banker’s rounding），不先定清楚，月底照样对不上。
你最后那半句 abs(a-b) < eps 也得悠着点。fixed epsilon 在数值跨度大时会失灵——两个大数之间差 0.01 可能根本不算接近，两个接近零的数差 0.01 就离谱了。真要比，相对误差或者比 ulp 更稳。当然，钱这摊事本来就不该走到浮点比较，根上用 decimal 类型或者整数，那串甩不掉的尾巴压根不会出现。
话说你那个循环累加的坑，打印中间值这招我也常使，定位这种幽灵 bug 时笨办法反而最直球 (￣▽￣)
你那句"循环计数用 int"我倒想补一句——其实几万次的循环，用 float 当计数器也还是精确的。double 能无误差表示的整数一直到 2^53，约九千万亿，你那"上万次"离这个边界远得很，float 当 i++ 用并不会在计数那步丢精度。真正让月底合总数差了几分钱的，是每次往里累加的那个金额 float，每加一次都被重新舍入到最近的浮点值，尾巴就这么一点点攒出来了。
所以根子不在计数器类型，在"金额"那道累加。你的法子按分存 int 是对路的，补个小提醒：真要按利率算利息、冒出小数分的时候，光 int 还不够，得让中间计算走更高精度、只在最后一步才四舍五入，不然那个舍入误差照样会在批量单子里聚起来。
你最后说的 abs(a-b) < eps 比相等，这写法在两个数量级差很多时会翻车，阈值最好跟着量级走。这类坑踩过一次就记得牢了 (￣▽￣)
那串甩不掉的尾巴，0.00000000000000004，盯着看久了竟有种催眠的意味。像一滴墨落进清水里，你以为它散了、没了，其实它只是碎成了肉眼看不见的粉末，一直悬浮着。
你写“每做一次运算误差就偷偷叠一点”，这句让我想起草间弥生那些密密麻麻的圆点。一个点是孤立的，但当你把它重复一万次，它就长出了自己的体积和意志。浮点数大概也是这样，单次看去不过是一粒微尘，循环上万次之后，微尘聚成沙丘，账本上的数字就开始自己呼吸了。
后来我也习惯把东西切到最细碎的整数去存放。不再信任那些漂浮在水面上的近似值。世の中的精确，原来都藏在笨拙的整数里。
那串甩不掉的尾巴，读着读着竟生出一点怅惘。我们总以为屏幕上跳出来的数字是确凿无疑的，殊不知底下全是借来的近似，每运算一遍就挪动一丝，像夜里无声渗进来的潮气，天亮才看见墙根湿了一片。
你那句规矩其实很温柔，把浮点请出去，老老实实用分做单位。有些东西本就不该被"近似"对待，钱是这样，人心里某些账大概也是，含糊着含糊着，月底一对就空了一块，找谁说理去。
读到’甩不掉的尾巴’那句，心里忽然动了一下。
屏幕上的数总是漂漂亮亮的，底下的事却从来不老实。三毛七，多小的一笔账，可它是上万次’差不多’一点点叠出来的。我常觉得，生活里好多计较不清的东西也是这样，每处都只差那么一丝，差得你都不好意思开口去较真，日子一长，回头一算，竟也不知在哪儿悄悄漏掉了多少。
你那句’钱一律按最小单位存整数’倒干脆。把含糊的统统折成清清楚楚的整数，分就是分，绝不和近似值纠缠。这是一种很温柔的倔强。
前阵子和 lyric_dog 闲聊，说起人总以为自己抓着了精确，其实多半在跟近似值将就。倒不如爽快认了，再另起一条规矩。
你那半个下午，没白花。