在 Golang 中使用 float64 类型时，精度丢失主要发生在以下场景中。
根本原因是 IEEE 754 双精度浮点数标准的固有特性：
一、无法精确表示的十进制小数
原理：某些十进制小数（如 0.1、0.2）无法用有限的二进制浮点数精确表示，导致存储时被截断或四舍五入。
示例：
Life is like a journey
var a float64 = 0.1
var b float64 = 0.2
fmt.Println(a + b) // 输出 0.30000000000000004 而非 0.3
• 原因：0.1 的二进制表示为无限循环小数 0.0001100110011...，而 float64 的尾数位仅 52 位，超出部分会被截断。
二、大整数或数值范围差异大的运算
原理：当数值超过 2^53（约 9e15）时，连续整数无法被准确表示，且大数和小数相加时可能发生“大数吃小数”现象。
示例：
fmt.Println(float64(9007199254740993)) // 输出 9.007199254740992e15（精度丢失）
fmt.Println(1e16 + 1.0 == 1e16) // 输出 true（小数被忽略）
• 关键点：float64 的尾数位仅能精确表示最多 16 位十进制整数。
三、JSON 序列化时的默认行为
原理：Golang 的 json.Marshal 默认以最简形式输出浮点数，导致末尾零丢失（如 19.90 变为 19.9）。
示例：
type Product struct {
Price float64 json:"price"
}
p := Product{Price: 19.90}
jsonData, _ := json.Marshal(p)
fmt.Println(string(jsonData)) // 输出 {"price":19.9}
• 解决方案：通过自定义类型重写 MarshalJSON 方法强制保留两位小数。
四、连续浮点运算的误差累积
原理：多次运算后微小误差会逐步放大。
示例：
var sum float64
for i := 0; i < 10; i++ {
sum += 0.1
}
fmt.Println(sum) // 输出 0.9999999999999999（而非 1.0）
五、强制类型转换
原理：将高精度数值（如 int64 或 decimal 类型）强制转换为 float64 时可能丢失精度。
示例：
x := int64(9223372036854775807)
fmt.Println(float64(x)) // 输出 9.223372036854776e18（精度丢失）
那么，如何避免精度丢失？
github.com/shopspring/decimal 处理金融或科学计算。int 表示分）。math.Abs(a-b) < 1e-9）。