PHP 是一种弱类型语言, 这样的特性, 必然要求有无缝透明的隐式类型转换, PHP 内部使用 zval 来保存任意类型的数值, zval 的结构如下 (5.2 为例):

struct _zval_struct {
    /* Variable information */
    zvalue_value value;     /* value */
    zend_uint refcount;
    zend_uchar type;    /* active type */
    zend_uchar is_ref;
};

上面的结构中, 实际保存数值本身的是 zvalue_value 联合体:

typedef union _zvalue_value {
    long lval;                  /* long value */
    double dval;                /* double value */
    struct {
        char *val;
        int len;
    } str;
    HashTable *ht;              /* hash table value */
    zend_object_value obj;
} zvalue_value;

今天的话题, 我们只关注其中的俩个成员, lval 和 dval, 我们要意识到, long lval 是随着编译器, OS 的字长不同而不定长的, 它有可能是 32bits 或者 64bits, 而 double dval(双精度)由 IEEE 754 规定, 是定长的, 一定是 64bits.

请记住这一点, 造就了 PHP 的一些代码的”非平台无关性”. 我们接下来的讨论, 除了特别指明, 都是假设 long 为 64bits

IEEE 754 的浮点计数法, 我这里就不引用了, 大家有兴趣的可以自己查看, 关键的一点是, double 的尾数采用 52 位 bit 来保存, 算上隐藏的 1 位有效位, 一共是 53bits.

在这里, 引出一个很有意思的问题, 我们用 c 代码举例(假设 long 为 64bits):

    long a = x;
    assert(a == (long)(double)a);

请问, a 的取值在什么范围内的时候, 上面的代码可以断言成功?(留在文章最后解答)

现在我们回归正题, PHP 在执行一个脚本之前, 首先需要读入脚本, 分析脚本, 这个过程中也包含着, 对脚本中的字面量进行 zval 化, 比如对于如下脚本:

<?php
$a = 9223372036854775807; //64位有符号数最大值
$b = 9223372036854775808; //最大值+1
var_dump($a);
var_dump($b);

输出:

int(9223372036854775807)
float(9.22337203685E+18)

也就说, PHP 在词法分析阶段, 对于一个字面量的数值, 会去判断, 是否超出了当前系统的 long 的表值范围, 如果不是, 则用 lval 来保存, zval 为 IS_LONG, 否则就用 dval 表示, zval IS_FLOAT.

凡是大于最大的整数值的数值, 我们都要小心, 因为它可能会有精度损失:

<?php
$a = 9223372036854775807;
$b = 9223372036854775808;
 
var_dump($a === ($b - 1));

输出是 false.

现在接上开头的讨论, 之前说过, PHP 的整数, 可能是 32 位, 也可能是 64 位, 那么就决定了, 一些在 64 位上可以运行正常的代码, 可能会因为隐形的类型转换, 发生精度丢失, 从而造成代码不能正常的运行在 32 位系统上.

所以, 我们一定要警惕这个临界值, 好在 PHP 中已经定义了这个临界值:

<?php
    echo PHP_INT_MAX;
 ?>

当然, 为了保险起见, 我们应该使用字符串来保存大整数, 并且采用比如 bcmath 这样的数学函数库来进行计算.

另外, 还有一个关键的配置, 会让我们产生迷惑, 这个配置就是 php.precision, 这配置决定了 PHP 再输出一个 float 值的时候, 输出多少有效位.

最后, 我们再来回头看上面提出的问题, 也就是一个 long 的整数, 最大的值是多少, 才能保证转到 float 以后再转回 long 不会发生精度丢失?

比如, 对于整数, 我们知道它的二进制表示是, 101, 现在, 让我们右移俩位, 变成 1.01, 舍去高位的隐含有效位 1, 我们得到在 double 中存储 5 的二进制数值为:

0/*符号位*/ 10000000001/*指数位*/ 0100000000000000000000000000000000000000000000000000

5 的二进制表示, 丝毫未损的保存在了尾数部分, 这个情况下, 从 double 转会回 long, 不会发生精度丢失.

我们知道 double 用 52 位表示尾数, 算上隐含的首位 1, 一共是 53 位精度.. 那么也就可以得出, 如果一个 long 的整数, 值小于:

2^53 - 1 == 9007199254740991; //牢记, 我们现在假设是64bits的long

那么, 这个整数, 在发生 long->double->long 的数值转换时, 不会发生精度丢失.

解析

对于如下的这个常见问题的回答:

<?php
    $f = 0.58;
    var_dump(intval($f * 100)); //为啥输出57
?>

为啥输出是 57 啊? PHP 的 bug 么?

要搞明白这个原因, 首先我们要知道浮点数的表示 (IEEE 754):

浮点数, 以 64 位的长度 (双精度) 为例, 会采用 1 位符号位 (E), 11 指数位(Q), 52 位尾数(M) 表示 (一共 64 位).

符号位：最高位表示数据的正负，0 表示正数，1 表示负数。

指数位：表示数据以 2 为底的幂，指数采用偏移码表示

尾数：表示数据小数点后的有效数字.

这里的关键点就在于, 小数在二进制的表示,0.58 对于二进制表示来说, 是无限长的值(下面的数字省掉了隐含的 1)..

0.58的二进制表示基本上(52位)是: 0010100011110101110000101000111101011100001010001111
0.57的二进制表示基本上(52位)是: 0010001111010111000010100011110101110000101000111101

而两者的二进制, 如果只是通过这 52 位计算的话, 分别是:

0.58 -> 0.57999999999999996
0.57 -> 0.56999999999999995

至于 0.58 100 的具体浮点数乘法, 我们不考虑那么细, 有兴趣的可以看 (Floating point), 我们就模糊的以心算来看… 0.58 100 = 57.999999999

那你 intval 一下, 自然就是 57 了….

可见, 这个问题的关键点就是: “你看似有穷的小数, 在计算机的二进制表示里却是无穷的”

so, 不要再以为这是 PHP 的 bug 了, 这就是这样的…..

本文链接：https://www.masterzc.cn/archives/23.html
本站使用「署名 4.0 国际」创作共享协议，可自由转载、引用，但需署名作者且注明文章出处