ليه 0.1 + 0.2 مش بيساوي 0.3؟ الفاصلة العائمة للمبتدئين

ركز في حاجة مهمة: Decimal("0.1") مكتوبة كنص بين علامتي تنصيص، مش Decimal(0.1). لو كتبتها رقم عادي هتورّث نفس مشكلة التقريب، فخليها دايمًا نص.

سيناريو واقعي بيحصل فعلاً

لو عندك سلة شراء فيها 1000 منتج وبتجمع أسعارهم بـ float، الفروق الضئيلة دي بتتراكم. ممكن المجموع يطلع 4999.9999999998 بدل 5000.00، أو يفرق قرش في الفاتورة. القرش ده لوحده مش مشكلة، لكن في نظام محاسبي بيعالج آلاف العمليات يوميًا، الفروق دي بتكبر وبتعمل اختلاف بين رصيد الحسابات. عشان كده البنوك والأنظمة المالية بتبعد عن float في الفلوس.

الـ trade-off اللي لازم تعرفه

الحل بـ Decimal دقيق في الكسور العشرية، بس له ثمن. هو أبطأ من float بفرق ملموس (في حدود 10 لـ 100 مرة حسب العملية)، وبياخد ذاكرة أكتر. الافتراض هنا إنك بتتعامل مع فلوس أو قيم لازم تكون مظبوطة بالقرش؛ في الحالة دي الدقة أهم من السرعة. لكن لو بتعمل رسوميات أو حسابات فيزيائية على ملايين النقاط، السرعة بتفرق جدًا وfloat بيكون الاختيار الصح رغم التقريب.

متى لا تستخدم هذه الطريقة

متستخدمش Decimal في كل حاجة لمجرد إنه "أدق". في حسابات علمية أو رسم أو ذكاء اصطناعي أو أي شغل فيه ملايين العمليات في الثانية، الـ Decimal هيبطّئك من غير فايدة حقيقية، لأن فرق التقريب الضئيل مش مؤثر هناك أصلًا. وكمان متقارنش رقمين float بـ == أبدًا، حتى لو مش بتشتغل بفلوس؛ استخدم math.isclose.

الخطوة التالية

دوّر في كودك على أي مقارنة == بين رقمين عشريين واستبدلها بـ math.isclose. وأي مكان بتحسب فيه فلوس بـ float حوّله لـ Decimal مع كتابة القيم كنصوص. جرّب الكود اللي فوق دلوقتي وشوف الناتج بعينك؛ ده أسرع طريقة تثبّت الفكرة في دماغك.

المصادر

• توثيق بايثون الرسمي: Floating Point Arithmetic: Issues and Limitations — docs.python.org/3/tutorial/floatingpoint.html
• معيار IEEE 754-2019 للأرقام ذات الفاصلة العائمة (IEEE Standard for Floating-Point Arithmetic)
• David Goldberg — "What Every Computer Scientist Should Know About Floating-Point Arithmetic"، مجلة ACM Computing Surveys
• توثيق بايثون لوحدة decimal و الدالة math.isclose (PEP 485)
• الموقع التوضيحي 0.30000000000000004.com اللي بيوضح نفس السلوك عبر اللغات المختلفة