当前位置:首页 > 文章列表 > Golang > Go教程 > Go big.Float 怎么设置精度后再参与计算

Go big.Float 怎么设置精度后再参与计算

来源:17golang原创 2026-10-06 19:35:04 0浏览 收藏

Go 的 math/big.Float 精度是二进制位数,不是“保留几位小数”。要让精度真正参与计算,顺序应当是:先创建接收值的 big.Float,调用 SetPrec 设定目标位数,再用字符串、整数或有理数写入,最后让这个精度的目标值承接运算。若先用 big.NewFloat(0.1) 得到 53 位的 float64 近似值,再把它改成 128 位,增加的只是存储空间,无法找回原来的十进制 0.1。

最稳妥的写法是 new(big.Float).SetPrec(128) 后直接调用 SetString,并为每个运算结果单独准备具有明确精度的目标值;最后用 Prec() 和 Acc() 检查结果,而不要只看格式化后的十进制文本。

先分清精度位数和显示小数位

SetPrec(128) 表示尾数最多使用 128 个二进制有效位,和输出时 Text('f', 2) 的“两位小数”不是同一个概念。精度决定数值存储与运算时能保留多少信息,Text 的参数只决定展示形式。目标是金额、比例或测量值时,应先按误差预算选择二进制精度,再决定页面或日志的显示位数。

big.Float 从精度设置到赋值和运算的静态关系图
图1:先设置 big.Float 精度,再接收输入并承接运算

在写入数值前调用 SetPrec

下面的最小配方使用十进制字符串作为输入。字符串不会先经过 float64 这一层,接收时才按照目标对象的精度进行一次受控舍入。SetString 返回布尔值,生产代码应检查它,避免把非法输入默认为零值。

package main

import (
    "fmt"
    "math/big"
)

func main() {
    const prec uint = 128 // 精度单位是二进制位,不是小数位

    x, ok := new(big.Float).SetPrec(prec).SetString("0.1") // 先设精度,再解析十进制
    if !ok {
        panic("非法的 x") // 真实服务中应返回带上下文的输入错误
    }
    y, ok := new(big.Float).SetPrec(prec).SetString("0.2") // y 也使用同一精度
    if !ok {
        panic("非法的 y")
    }

    sum := new(big.Float).SetPrec(prec) // 目标值的精度决定本次加法的承载能力
    sum.Add(x, y)
    fmt.Println(sum.Text('g', -1)) // g -1 只负责紧凑显示,不改变内部精度
    fmt.Println(sum.Prec(), sum.Mode(), sum.Acc()) // 查看精度、舍入模式和准确度
}

这里的关键不是把常量写成 128,而是让输入对象和结果对象都在第一次接收值以前完成设置。运算方法采用“接收者承载结果”的形式,sum.Add(x, y) 会按照 sum 的精度和舍入模式产生结果。

让目标操作数承载每一步计算

多个运算串联时,不要只给第一个变量设精度,然后复用一个精度为 0 的临时值。为中间结果明确准备目标对象,代码的意图和误差边界更清楚:

func ratio(aText, bText string) (*big.Float, error) {
    const prec uint = 192 // 除法误差更敏感时提高尾数位数

    a, ok := new(big.Float).SetPrec(prec).SetString(aText) // 直接从文本读取 a
    if !ok {
        return nil, fmt.Errorf("解析 a 失败") // 不把解析失败吞成零值
    }
    b, ok := new(big.Float).SetPrec(prec).SetString(bText) // 直接从文本读取 b
    if !ok || b.Sign() == 0 {
        return nil, fmt.Errorf("b 不是有效的非零数") // 除法前先处理非法分母
    }

    result := new(big.Float).SetPrec(prec) // Quo 的结果精度由 result 控制
    result.Quo(a, b)
    return result, nil
}

如果输入来自数据库或 JSON,优先保留原始十进制文本;如果只能接收 float64,应在接口边界明确记录“输入已经是二进制近似值”,不要把后续的高精度当成精确恢复。

用 Prec、Mode 和 Acc 判断是否需要调整

big.Float 53 位与 128 位精度以及舍入准确度的静态关系图
图2:输入来源、目标精度与舍入准确度的关系

排查结果时可以按下面的顺序判断:

观察项含义常见误判
Prec()当前尾数精度,单位为二进制位把它当作小数位数
Mode()发生舍入时采用的模式认为提高位数就不会舍入
Acc()最近一次赋值或运算相对精确结果的方向只看打印结果,不看准确度

SetPrec 不是无损升级:对已经有值的对象调用它,可能立刻按新精度舍入;调用 SetPrec(0) 会把有限值映射为带符号的零。因此应在对象接收值前设置精度。若结果仍不稳定,可以提高中间结果精度,而不是单纯增加 Text 的显示位数。

常见边界和实践检查清单

  • 需要十进制语义时,从字符串或 big.Rat 进入,避免先经过 float64。
  • 每个写入运算结果的接收者都应有明确精度,尤其是 Quo、迭代和累计求和。
  • 把二进制精度与展示格式分开,展示两位小数不等于内部只有两位精度。
  • 用 Acc() 做结果边界记录;若业务要求严格误差上限,还要在业务层比较误差,而不是只判断字符串相等。

相关问题

SetPrec(128) 是 128 位小数吗?不是,它是二进制有效位数;十进制可显示位数还取决于数值和格式化方式。

big.NewFloat(0.1) 后再 SetPrec 有用吗?可以扩大后续运算的承载位数,但不能恢复输入前未被 float64 保留的十进制信息。

为什么 Prec 正确,结果仍有误差?有限精度运算仍可能舍入;检查 Mode()、Acc(),并按累计误差提高中间值精度。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
上一篇
Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
rsync partial-dir 怎么保留中断的大文件传输
下一篇
rsync partial-dir 怎么保留中断的大文件传输
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    350次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    412次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    418次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    374次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    197次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码