试图找到浮点数、双精度数、长双精度数的最小正数。适用于 double 和 long double，但不适用于浮点

0.5是一个常数，因此转换为算术并用于算术。然后测试是否尚未达到 a 达到零的点。doublesmall_f*0.5small_fdoubledouble(small_f*0.5)>0small_fdouble

要解决此问题，请使用 .或者，使用 并让 转换为 .0.50.5ffloatsmall_f/2int2float

此外，C++ 标准允许实现在计算表达式时使用比名义类型更高的精度，因此，例如，即使 和 是，也可以用算术计算，或者可以用 即使 和 是 来计算。为了防止这种情况，请将值分配给对象或执行强制转换，这是“放弃”过高精度所必需的：。x*ydoublelong doublexyfloatlong doublexydouble(float) (small_f/2) > 0

这并不能直接回答你的问题，但是如果我试图了解浮点数，我会看看它们是如何表示的：特别是IEEE格式--参见 https://en.wikipedia.org/wiki/IEEE_754，看看我是否可以通过受规范启发的编码来获得答案。浮点数本质上是符号 * 分数 * 指数，在进行数值工作时，理解这一点确实非常有帮助。

例如，为了获得最高的浮点数，我写了这个。FLT_MAX

float largest_floating_point()
{
    const unsigned mantissa_index = 0;
    const unsigned exponent_index = 23;
    const unsigned sign_index = 31;

    // maximise mantissa
    // E.g. here we subtract 1 from binary 1,00000000 to get binary 0,11111111
    const unsigned mantissa = (1 << (exponent_index - mantissa_index)) - 1;
    // maximise exponent
    const unsigned num_nan_bits = 1;
    const unsigned exponent = (1 << (sign_index - exponent_index)) - 1 - num_nan_bits;
    // sign is zero for largest number
    const unsigned sign = 0;

    // combine by shifting and ORing bits together
    const unsigned bit_pattern =
        (mantissa << mantissa_index) | (exponent << exponent_index) | (sign << sign_index);

    // cast to float -- go via array of bytes to avoid arithmetic conversion
    static_assert(sizeof(unsigned) == sizeof(float));
    union
    {
        unsigned u;
        float f;
    } n;
    n.u = bit_pattern;
    return n.f;
}

这不符合你使用循环的方法，也不是人们想要在生产中使用的程序，尤其是因为严格来说，铸造是未定义的。但这适用于 Visual C++ （Windows） 和 gcc （linux）。

我从中学到了很多东西，也从编写代码（未显示）中学到了很多东西。我已经编程了很长时间，并认为我非常了解浮点表示。事实证明我没有，:)学到了一些东西。FLT_MIN

如果您选择探索这种方法以获得限制，请仔细注意规范，特别是主要文章中的“偏差”，NaN 的表示方式 （https://en.wikipedia.org/wiki/NaN） 和零的表示方式 （https://en.wikipedia.org/wiki/Signed_zero）。