浮点数精度问题处理

参考

由于浮点数在计算机中的存储问题，所以不论是float类型的数据还是double类型的数据都是有其精度的，取浮点数精度下限，float为6位，double为14位，因此在判断浮点数是否相等时，可引入一个远超过浮点数精度的极小量eps(epsilon)作为判断标准用以判定两浮点数是否相等。
eps缩写自epsilon，表示一个小量，但这个小量又要确保远大于浮点运算结果的不确定量。eps最常见的取值是1e-8左右。
判别浮点数a,b是否相等的写法：fabs(a-b) < eps

此外，对于某些问题的数据我们可以进行一下预处理，使其变为整型数，整型数不存在精度的问题，所以可以直接判断，如：

/*

这个你肯定知道，人民币有以下金额的纸币和硬币：100, 50, 20, 10, 5, 1, 0,5, 0.1, 0.05, 0.02, 0.01。
输入一个金额（保证合法），输出一个整数，是输入金额最少所需的钱币数目（含纸币和硬币）
样例输入
82039.52
样例输出
829

注释（这个不是输出的内容）：829是820张100元，1张20元，1张10元，1张5元，4张1元，1张5角，1张2分计算出来的。
*/

/*
由题意知，输入的数都是保留到小数点后两位。
*/

#include <iostream>
#include <cstdio>
#define EPS 1e-6
using namespace std;

const int money[12] = {10000,5000,2000,1000, 500, 100, 50, 10, 5, 2, 1};

int main(){
    //for(int i=0;i<11;i++) cout << money[i] << " ";
    double m;
    while(scanf("%lf",&m)!=EOF){
        int n = (m +EPS) * 100;//浮点数精度处理
        int cnt = 0, t;
        for(int i=0;i<11;i++){
            t = n / money[i];
            cnt += t;
            n -= t*money[i];
        }
        cout << cnt << endl;
    }
    return 0;
}