Go big.ParseFloat 怎么控制精度与舍入模式

需要把字符串解析成可控精度的浮点数时，big.ParseFloat 的关键不是把小数位数填大，而是同时决定二进制有效位数和舍入方向。常规计算可从 prec=53、big.ToNearestEven 开始；如果结果要用于阈值、上限或下限判断，再按业务方向选择舍入模式，并用 Acc() 记录本次解析是否偏向精确值的一侧。

官方文档：https://pkg.go.dev/math/big

先把 ParseFloat 的三个精度开关分开

函数签名是 big.ParseFloat(s, base, prec, mode)。s 是输入文本，base 是尾数进制，prec 是结果的有效二进制位数，mode 是精度不够时的舍入规则。返回值中的 b 表示实际采用的进制，err 则表示文本是否无法解析。

下面的示例故意把精度设得较低，便于观察 Acc()。示例只关心解析契约，不把打印出来的十进制位数当作内部精度。

package main

import (
	"fmt"
	"math/big"
)

func main() {
	// 24 是二进制有效位数；它不是“保留 24 位小数”。
	f, base, err := big.ParseFloat("1.234567890123", 10, 24, big.ToNearestEven)
	if err != nil {
		// 输入格式错误要单独返回，不能用 Acc() 代替 err 判断。
		panic(err)
	}
	fmt.Printf("base=%d value=%s prec=%d acc=%s\n", base, f.Text('g', 12), f.Prec(), f.Acc())
}

如果目标是模拟普通 float32，常用 24 位；接近 float64 的有效位数则用 53 位。更高的 prec 适合后续仍要进行多次运算的中间值，但会增加对象的存储和运算成本。需要注意，Text('f', 2) 的 2 只是输出格式的小数位，与解析时的 prec 没有同一含义。

舍入模式决定误差落在哪一侧

精度不足时，big.Float 会按照结果对象的精度和舍入模式保留 mantissa。官方实现提供六种模式：ToNearestEven、ToNearestAway、ToZero、AwayFromZero、ToNegativeInf 和 ToPositiveInf。默认零值模式是 ToNearestEven，即距离相等时选择偶数尾位，适合一般数值计算。

涉及方向性边界时，选择要跟业务语义对齐：截断可用 ToZero；绝对值方向上的保守放大可用 AwayFromZero；不超过上限通常考虑 ToNegativeInf 或 ToPositiveInf，但负数和正数的方向不同，不能只看“向下”三个字。

package main

import (
	"fmt"
	"math/big"
)

func parseWithMode(mode big.RoundingMode) {
	// 同一输入只替换舍入模式，便于比较误差方向。
	f, _, err := big.ParseFloat("-12.3456789", 10, 20, mode)
	if err != nil {
		fmt.Println("parse error:", err)
		return
	}
	// Acc 表示最近一次生成该 Float 的结果相对精确值的方向。
	fmt.Printf("mode=%s value=%s acc=%s\n", mode, f.Text('g', 8), f.Acc())
}

func main() {
	parseWithMode(big.ToNearestEven)
	parseWithMode(big.ToZero)
	parseWithMode(big.AwayFromZero)
}

Acc() 的含义是相对精确结果的 Below、Exact 或 Above。它适合做记录、边界判断和测试断言；它不是“输入是否合法”的信号，输入是否合法仍要检查 err。另外，调用 SetPrec 会按照对象当前模式再次可能舍入，若要改变模式，应在下一次有损操作前明确设置。

按任务选择参数，而不是只追求更大的数字

一个稳妥的落地顺序是：先确定输入进制，再根据后续运算深度选有效位数，接着选择舍入模式，最后同时记录 err、f.Prec() 和 f.Acc()。如果业务真正要求十进制小数位的精确金额，big.Float 不是自动的十进制定点类型，应评估 big.Rat 或专用定点方案。

常见问题

prec=2 是否表示保留两位小数？

不是。它表示 mantissa 使用 2 个二进制有效位，结果可能只有很粗的数值近似；十进制展示应使用 Text 的格式参数单独控制。

为什么解析成功但 Acc 不是 Exact？

成功只说明输入文本有效；当给定精度无法精确表示该值时，解析仍会成功，同时通过 Acc() 报告舍入方向。

应该优先使用哪种舍入模式？

没有统一答案。无方向偏好的数值计算优先考虑 ToNearestEven；阈值、容量和安全余量场景要先写清保守方向，再选定向模式。