Go语言浮点数精度问题源于IEEE 754标准下二进制无法精确表示十进制小数，如0.1和0.2相加得0.30000000000000004；该问题普遍存在于现代编程语言中；关键应对策略包括：金融等精确计算场景禁用float32/float64，改用github.com/shopspring/decimal库（建议从字符串初始化）或转换为整数运算（如元转分）；比较浮点数时应使用容差范围而非==，舍入操作应在decimal或整数基础上进行；注意常量折叠优化导致字面量与变量计算结果差异，避免依赖浮点数精确值。
Go语言的浮点数精度问题，核心在于其底层遵循IEEE 754标准，用二进制表示十进制小数时会产生固有误差。像0.1、0.2这样的数字在二进制中是无限循环的，存储时只能近似，这个微小偏差在计算中会被放大，导致结果不符合直觉。例如，0.1 + 0.2的结果是0.30000000000000004。这不是Go独有的bug，而是所有现代编程语言共有的现象。处理的关键是理解场景并选择合适的策略。
避免使用float进行精确计算
对于金融、计费等需要精确结果的场景，绝对不能直接使用float32或float64。常见的错误包括用math.Floor对除法结果取整，当被除数本身因精度问题略小于预期时，会得到比正确值小1的结果。
- 使用decimal库：推荐使用github.com/shopspring/decimal包。它用十进制而非二进制来存储和运算，从根本上解决了精度问题。数据应从字符串初始化（如decimal.NewFromString("10.50")），避免用NewFromFloat，因为浮点数字面量在传入前就已经失真。
- 转换为整数运算：将金额单位从“元”转为“分”。例如，1.23元变成123分，整个计算过程使用int64类型进行，完全规避浮点数。计算完成后再除以100转换回“元”用于展示。
安全地进行比较和舍入
由于浮点数存在微小误差，直接用==比较两个浮点数是否相等通常会失败。同样，简单的四舍五入也容易出错，因为参与运算的数字可能本身就不是精确值。
- 比较时使用容差：不检查a == b，而是检查它们的差值是否在一个极小的范围内，比如math.Abs(a-b) 。这个阈值（epsilon）的选择取决于你的应用对精度的要求。
- 谨慎处理舍入：不要依赖math.Round(x*100)/100来做两位小数的四舍五入，中间的乘法和除法都可能引入新的误差。如果必须用float，可以考虑先将数字格式化为字符串再解析，但这很繁琐。更好的方法是，在decimal库或整数运算的基础上进行舍入，结果才可靠。
理解字面量与变量的区别
一个常见的困惑是，为什么math.Floor(2.4 / 0.8)返回3，而math.Floor(w / 0.8)（其中w := float64(2.4)）却返回2？这是因为编译器会对纯字面量表达式（2.4 / 0.8）进行常量折叠优化，可能在更高精度下计算或直接识别为3。而变量w存储的是2.4在float64下的近似值（实际略小于2.4），这个微小差异经过除法和math.Floor后被放大，导致了不同的结果。这凸显了运行时计算的不可预测性，也说明了为什么在关键逻辑中要避免依赖浮点数的精确值。
立即学习“go语言免费学习笔记（深入）”；
基本上就这些，关键是选对工具，别让float干它干不了的活。
