直接用 == 比较 float/double 几乎总是错的，因浮点数是二进制近似表示，如 0.1 + 0.2 ≠ 0.3（实际为 0.30000000000000004），应改用 abs(a - b)直接用 == 比较 float/double 几乎总是错的
因为浮点数在内存中是二进制近似表示，
0.1 + 0.2不等于0.3（实际是0.30000000000000004），所以a == b在绝大多数计算后场景下会返回false，即使数学上相等。这不是 bug，是 IEEE 754 的固有特性。用 abs(a - b)
这是最常用、最可控的方式。关键不是选一个“通用 epsilon”，而是根据你的数据范围和精度需求动态设定：
epsilon不能写死成1e-6或1e-9—— 对1e20级别的数，1e-6比机器精度还大；对1e-10级别的数，它又太大了- 推荐用相对误差：如果
a和b都不接近零，用abs(a - b)- 若可能为零或极小值，改用绝对+相对混合判断：
abs(a - b)- C++20 起可直接用
std::abs(a - b) ::epsilon() * std::max({1.0, abs(a), abs(b)})，但注意epsilon()是 1.0 附近的单位精度，不是万能阈值避免用 std::equal_to
或 unordered_map 的默认 float k ey 比较
STL 容器（如
std::unordered_map）默认用==做 key 比较，这会导致本应合并的浮点 key 被当成不同项。后果包括：
- 插入重复 key 却不覆盖，map size 异常增长
- 查找失败：明明算过
0.3，却查不到0.1 + 0.2对应的 entry- 解决方法：自定义哈希和比较仿函数，内部用带 epsilon 的比较逻辑；或提前将 float 量化为整数（如乘 1000 后 round），再用
int作 key特殊值（NaN、inf）会让所有比较失效
NaN != NaN是 C++ 标准行为，所以abs(a - b) 在任一操作数为NaN时恒为false（因为NaN - x还是NaN，而abs(NaN)仍是NaN）。必须显式检查：
- 用
std::isnan(a) || std::isnan(b)排除 NaN- 用
std::isinf(a) || std::isinf(b)判断无穷大——此时若两者同号 inf，可视为“相等”；异号则不等- 常见坑：没检查 NaN 就直接进 epsilon 计算，结果整个条件表达式变成未定义行为（实际多数平台返回 false，但不可依赖）
实际写比较函数时，最容易被忽略的是把 epsilon 当成“精度保证”，而忘了它本质是误差容忍窗口——窗口大小必须和输入量级匹配，且 NaN/inf 必须单独兜底。
欢迎来到雄杰鑫电商资讯网
