这对我来说是一个有趣的线索，因为今天，我们刚刚遇到了一个令人讨厌的小错误，关于十进制比浮点精度低。

在我们的C#代码中，我们从Excel电子表格中读取数字值，将其转换为十进制，然后将该十进制发送回服务以保存到SQL Server数据库中。

Microsoft.Office.Interop.Excel.Range cell = …
object cellValue = cell.Value2;
if (cellValue != null)
{
    decimal value = 0;
    Decimal.TryParse(cellValue.ToString(), out value);
}

现在，对于我们几乎所有的Excel值，这都非常有效。但是对于一些非常小的Excel值，使用decimal.TryParse完全丢失了值。一个这样的例子是

单元格值=0.00006317592Decimal.TryParse（cellValue.ToString（），out值）；//将返回0

奇怪的是，解决方案是先将Excel值转换为双精度值，然后再转换为十进制值：

Microsoft.Office.Interop.Excel.Range cell = …
object cellValue = cell.Value2;
if (cellValue != null)
{
    double valueDouble = 0;
    double.TryParse(cellValue.ToString(), out valueDouble);
    decimal value = (decimal) valueDouble;
    …
}

即使double的精度低于十进制，这实际上确保了小数字仍然可以被识别。由于某种原因，double.TryParse实际上能够检索这样的小数字，而decimal.TryPars将它们设置为零。

古怪的非常奇怪。

没有人提到

在默认设置中，Floats（System.Single）和doubles（System.Double）永远不会使用Decimal（System.Decimal）将始终使用溢出检查。

我是说

decimal myNumber = decimal.MaxValue;
myNumber += 1;

引发OverflowException。

但这些并不：

float myNumber = float.MaxValue;
myNumber += 1;

&

double myNumber = double.MaxValue;
myNumber += 1;

我不会重复在其他回答和评论中已经回答的大量好的（和一些坏的）信息，但我会用提示回答您的后续问题：

什么时候有人会用这些？

对计数值使用十进制

测量值使用浮点/双精度

一些示例：

钱（我们是数钱还是量钱？）距离（我们是计算距离还是测量距离？*）分数（我们是计算分数还是衡量分数？）

我们总是数钱，不应该量钱。我们通常测量距离。我们经常计算分数。

*在某些情况下，我称之为名义距离，我们可能确实需要“计算”距离。例如，也许我们正在处理显示到城市距离的国家标志，我们知道这些距离永远不会超过一个十进制数字（xxx.x km）。

浮动：±1.5 x 10^-45至±3.4 x 10^38（~7个有效数字双倍：±5.0 x 10^-324至±1.7 x 10^308（15-16个有效数字）小数：±1.0 x 10^-28至±7.9 x 10^28（28-29个有效数字）

十进制结构严格适用于要求精确性的财务计算，这些计算相对不允许四舍五入。然而，小数不足以用于科学应用，原因如下：

由于所测量的物理问题或伪影的实际限制，在许多科学计算中，一定程度的精度损失是可以接受的。在金融领域，精度的损失是不可接受的。对于大多数操作，十进制比浮点运算和双精度运算慢得多，这主要是因为浮点运算是以二进制进行的，而十进制运算是以10为基数进行的（即浮点运算和双倍运算是由FPU硬件处理的，如MMX/SSE，而小数是在软件中计算的）。尽管十进制支持更多位数的精度，但它的值范围比双精度小得令人无法接受。因此，十进制不能用来表示许多科学价值。

float（System.Single的C#别名）和double（System.double的C#别名。float为32位；double是64位。换句话说，它们表示如下数字：

10001.10010110011

二进制数和二进制点的位置都在值中编码。

decimal（System.decimal的C#别名）是浮点小数点类型。换句话说，它们表示如下数字：

12345.65789

同样，小数点的数字和位置都编码在值中——这使得小数点仍然是浮点类型而不是定点类型。

需要注意的重要一点是，人类习惯于以十进制形式表示非整数，并期望以十进制表示得到精确的结果；并不是所有的十进制数字都可以用二进制浮点表示，例如0.1，所以如果使用二进制浮点值，实际上会得到0.1的近似值。当使用浮点小数点时，仍然会得到近似值——例如，1除以3的结果无法精确表示。

至于在以下情况下使用什么：

对于“自然精确小数”的值，最好使用小数。这通常适用于人类发明的任何概念：财务价值是最明显的例子，但也有其他例子。例如，考虑给潜水员或滑冰运动员的分数。对于那些本质上更为人为的、无论如何都无法精确测量的值，浮点/双精度更为合适。例如，科学数据通常以这种形式表示。在这里，原始值从一开始就不是“小数精度”的，因此对于预期结果来说，保持“小数精度精度”并不重要。浮点二进制点类型比小数更快。