您似乎非常了解使用浮点数类型的好处。我倾向于在所有情况下设计小数，并依靠分析器告诉我是否在小数上执行操作会导致瓶颈或减速。在这些情况下，我会“向下转换”为双精度或单精度浮点数，但仅在内部执行，并仔细尝试通过限制执行的数学运算中的有效数字的数量来管理精度损失。
通常，如果您的值是瞬态的（不被重复使用），则可以安全地使用浮点类型。浮点类型的真正问题在于以下三种情况。
- 您正在聚合浮点值（在这种情况下，精度错误会累加）
- 您基于浮点值构建值（例如，在递归算法中）
- 您正在使用非常宽的有效数字进行数学计算（例如，
123456789.1 * .000000000000000987654321）
编辑
根据
C#小数的参考文档：
引用：
decimal 关键字表示
128 位数据类型。与浮点类型相比，
小数类型具有更高的精度和较小的
范围，因此适用于金融和货币计算。
因此，为了澄清我上面的说法：
引用：
在所有情况下，我倾向于设计小数，并依靠分析器告诉我是否在小数上执行操作会导致瓶颈或减速。
我只曾在十进制有利的行业工作过。如果你在物理或图形引擎上工作，为浮点类型（float或double）设计可能会更有益。
十进制不是无限精确的（在原始数据类型中表示非整数的无限精度是不可能的），但它比double要精确得多：
- decimal = 28-29个有效数字
- double = 15-16个有效数字
- float = 7个有效数字
编辑2
针对Konrad Rudolph的评论，第1项（上述）绝对是正确的。不精确性的聚合确实会产生复合效应。请参见下面的代码示例：
private const float THREE_FIFTHS = 3f / 5f;
private const int ONE_MILLION = 1000000;
public static void Main(string[] args)
{
Console.WriteLine("Three Fifths: {0}", THREE_FIFTHS.ToString("F10"));
float asSingle = 0f;
double asDouble = 0d;
decimal asDecimal = 0M;
for (int i = 0; i < ONE_MILLION; i++)
{
asSingle += THREE_FIFTHS;
asDouble += THREE_FIFTHS;
asDecimal += (decimal) THREE_FIFTHS;
}
Console.WriteLine("Six Hundred Thousand: {0:F10}", THREE_FIFTHS * ONE_MILLION);
Console.WriteLine("Single: {0}", asSingle.ToString("F10"));
Console.WriteLine("Double: {0}", asDouble.ToString("F10"));
Console.WriteLine("Decimal: {0}", asDecimal.ToString("F10"));
Console.ReadLine();
}
这将输出以下内容：
Three Fifths: 0.6000000000
Six Hundred Thousand: 600000.0000000000
Single: 599093.4000000000
Double: 599999.9999886850
Decimal: 600000.0000000000
如您所见，尽管我们从相同的源常量添加，双精度浮点数的结果不够精确（虽然可能会正确四舍五入），而单精度浮点数则远不如此精确，甚至只剩下两位有效数字。
