浮点数有很多种，但范围有限，小数点后位数少容易出错。比如用32位存储的话，最多能表示大约十亿分之一的精度，遇到更小的数就会四舍五入。双精度64位能精确到万亿分之一，但像0.1这种数还是存不住，算钱时容易少个角分。

爱好者的话解释为啥这样呢？因为浮点数遵循IEEE 754标准，用32位分两块：1位符号，8位指数，23位尾数。指数用偏移量存储，实际范围是-126到+127，相当于2的-126次方到2的127次方。尾数部分只能存1.xxxx...或0.xxxx...，所以有效位数是23+1=24位。比如双精度数0.1要写成1.0×2^-4，但实际存储的指数是-4+1023=1019，尾数是0.。遇到需要更多小数位数的数，比如0.1×10^100，就根本存不下，只能近似处理。数据来源是维基百科和《深入理解计算机系统》第4章，里面明确写了单精度精度约7位，双精度约16位，超过就会截断舍入。