Quando você usa float e quando usa double

Freqüentemente, na minha experiência em programação, preciso tomar uma decisão se devo usar float ou double para meus números reais. Às vezes eu vou flutuar, às vezes eu vou dobrar, mas isso realmente parece mais subjetivo. Se eu fosse confrontado para defender minha decisão, provavelmente não daria razões sólidas.

Quando você usa float e quando usa double? Você sempre usa o dobro, somente quando há restrições de memória que você usa para flutuar? Ou você sempre usa float, a menos que o requisito de precisão exija o uso duplo? Existem diferenças substanciais em relação à complexidade computacional da aritmética básica entre float e double? Quais são os prós e os contras do uso de float ou double? E você já usou long double?

A opção padrão para um tipo de ponto flutuante deve ser double. Este é também o tipo que obtém com literais de ponto flutuante sem um sufixo ou (em C) funções padrão que operam em números de ponto flutuante (por exemplo exp, sin, etc.).

float só deve ser usado se você precisar operar com muitos números de ponto flutuante (pense na ordem de milhares ou mais) e a análise do algoritmo mostrou que o alcance e a precisão reduzidos não representam um problema.

long doublepode ser usado se você precisar de mais alcance ou precisão do que doublee se isso for fornecido na sua plataforma de destino.

Em resumo, floate long doubledeve ser reservado para uso dos especialistas, com doubleuso "diário".

Raramente há motivos para usar float em vez de duplicar no código destinado aos computadores modernos. A precisão extra reduz (mas não elimina) a chance de erros de arredondamento ou outra imprecisão causando problemas.

Os principais motivos pelos quais posso pensar em usar o float são:

1. Você está armazenando grandes matrizes de números e precisa reduzir o consumo de memória do seu programa.
2. Você está direcionando um sistema que não suporta nativamente o ponto flutuante de precisão dupla. Até recentemente, muitas placas gráficas suportavam apenas pontos flutuantes de precisão única. Tenho certeza de que há muitos processadores embarcados e de baixo consumo de energia que também têm suporte limitado a ponto flutuante.
3. Você está alvejando hardware em que a precisão única é mais rápida que a precisão dupla e seu aplicativo faz uso pesado da aritmética de ponto flutuante. Nas modernas CPUs Intel, acredito que todos os cálculos de ponto flutuante são feitos em dupla precisão, para que você não ganhe nada aqui.
4. Você está fazendo otimização de baixo nível, por exemplo, usando instruções especiais da CPU que operam em vários números por vez.

Portanto, basicamente, o dobro é o caminho a menos, a menos que você tenha limitações de hardware ou que a análise mostre que o armazenamento de números de precisão dupla está contribuindo significativamente para o uso da memória.

Use doublepara todos os seus cálculos e variáveis ​​temporárias. Use floatquando precisar manter uma matriz de números - float[](se a precisão for suficiente) e estiver lidando com dezenas de milhares de floatnúmeros.

Muitas / a maioria das funções ou operadores matemáticos convertem / retornam doublee você não deseja converter os números de volta floatpara nenhuma etapa intermediária.

Por exemplo, se você tiver uma entrada de 100.000 números de um arquivo ou fluxo e precisar classificá-los, coloque os números em a float[].

Algumas plataformas (ARM Cortex-M2, Cortex-M4 etc.) não suportam o dobro (sempre pode ser verificado no manual de referência do seu processador. Se não houver avisos ou erros de compilação, isso não significa que o código seja ideal. double pode ser emulado.). É por isso que você pode precisar manter int ou flutuar .

Se não for esse o caso, eu usaria o dobro .

Você pode conferir o famoso artigo de D. Goldberg ("O que todo cientista da computação deve saber sobre aritmética de ponto flutuante"). Você deve pensar duas vezes antes de usar a aritmética de ponto flutuante. Há uma grande chance de que eles não sejam necessários em sua situação específica.

http://perso.ens-lyon.fr/jean-michel.muller/goldberg.pdf

Para problemas do mundo real, o limite de amostragem dos seus dados é importante ao responder a essa pergunta. Da mesma forma, o piso de ruído também é importante. Se qualquer um for excedido pela sua seleção de tipo de dados, nenhum benefício será obtido com o aumento da precisão.

A maioria dos samplers do mundo real é limitada a DACs de 24 bits. Sugerindo que 32 bits de precisão nos cálculos do mundo real sejam adequados onde o significando seja 24 bits de precisão.

A precisão dupla tem o custo de 2x memória. Portanto, limitar o uso de duplas sobre flutuadores pode reduzir drasticamente o espaço ocupado por memória / largura de banda dos aplicativos em execução.

A escolha de qual variável usar entre float e double depende da precisão dos dados necessários. Se uma resposta precisar de uma diferença desprezível da resposta real, o número de casas decimais necessárias será grande, portanto, ditará que o dobro estará em uso. O flutuador cortará algumas partes das casas decimais, reduzindo assim a precisão.

Normalmente, uso o floattipo quando não preciso de muita precisão - por exemplo, por dinheiro - o que está errado, mas é o que estou acostumado a fazer de maneira errada.

Por outro lado, uso doublequando preciso de mais precisão, por exemplo, para algoritmos matemáticos complexos.

O padrão C99 diz o seguinte:

Existem três tipos de ponto flutuante: float, double e long double. O tipo double fornece pelo menos tanta precisão quanto float, e o tipo long double fornece pelo menos a mesma precisão que double. O conjunto de valores do tipo float é um subconjunto do conjunto de valores do tipo double; o conjunto de valores do tipo double é um subconjunto do conjunto de valores do tipo long double.

Eu realmente nunca usei long double, mas não uso muito C / C ++. Normalmente eu uso linguagens dinamicamente tipadas como Python, onde você não precisa se preocupar com os tipos.

Para mais informações sobre Double vs Float , consulte esta pergunta em SO .