float作为单精度浮点，是存在较大精度损失的。这里的精度损失大小和阶数有关系，当阶数很大时，精度损失也很大。

double也有精度损失，但由于位数多，所以精度更高。

在处理有精度损失的数据时，要关注精度损失对计算结果的影响。

常见情况为 大数吞小数 的情况

即 大数 + 小数 时，小数的值 < 大数的精度， 导致加上过后，在计算机里表示时恰好把小数这部分的值精度损失掉了。

（如float 作累加++，加到6w多就加不上去了）

对于这种问题的解决方案：

1）高精度加法-------kahn求和

2）避免出现大数 + 小数情况，尽量使各个数的范围是差不多量级