考虑两种计算方法：
- 双精度
数据->应用具有双精度临时的
函数->返回结果 - 双精度
数据->铸造到长双
->应用具有长双精度临时的
函数-> 演员加倍
->返回结果
与第一个解决方案相比，第二个解决方案是否可以给出不太准确的结果，如果是，在什么情况下
是的。证明：设 c = 0x1p-53 + 0x1p-64。以双精度和长双精度（通用英特尔格式，具有 64 位有效数）评估 1+c-c-1。在双精度中，结果为 0，这是数学上精确的答案。在长双精度中，结果是 -0x1p-64，这是错误的（并且在转换为双精度时仍然是错误的）。
在双精度中，1+c 将 1 的 ULP（最不高精度单位）的一半多于 1 加一点，因此它产生 1 加上一个 ULP。减去 c 减去略多于一半的 ULP，因此最接近结果的可表示数字（双倍）是 1，因此产生 1。然后减去 1 得到 0。
在长双精度中，1+c 加上 0x1p-53 加上 1 的半个 ULP。 （在长双精度中，1 的 ULP 是 0x1p-63。 由于结果与两个最接近的可表示数字（长双精度）的距离完全相同，因此返回具有低位零的数字 1+0x1p-53。那么减去 c 的确切结果是 1 - 0x1p-64。这是完全可表示的，因此将其返回。最后，减去 1 得到 -0x1p-64。
关于long double草案说：
3.9.1 基本类型
8 有三种浮点类型：浮点型、双精度型和长型双精度型。双倍类型至少提供 与浮点数一样多的精度，长双精度型至少提供与双精度一样多的精度。 浮点型的值集是双精度类型的值集的子集;值集 双精度类型是长双精度类型的值集的子集。的值表示形式 浮点类型是实现定义的。整型和浮点型统称为算术型 类型。标准模板 std：：numeric_limits （18.3） 的专业化应指定最大值 以及实现的每个算术类型的最小值。
至于促销，这是下一个最有趣的部分：
4.6 浮点提升
1 浮点型的 prvalue 可以转换为类型的 prvalue 双。该值保持不变。
2 这种转换称为浮动 积分提升。
请注意，没有关于double到long double的任何说明。不过，我会冒着这个错误的风险。
接下来关于转换，当您从long double转到double时，这是我们感兴趣的：
4.8 浮点转换
1 浮点类型的 prvalue 可以转换为 另一种浮点类型。如果源值可以完全 在目标类型中表示，转换的结果是 确切的表示。如果源值位于两个相邻值之间 目标值，则转换结果为 实现定义的任一值的选择。否则 行为未定义。
2 允许作为浮点的转换 促销不包括在浮点转换集中。
现在，让我们看看缩小的效果：
6. 缩小转换是隐式转换
[...]
从长双精度到双精度或浮点
- 数，或从双精度到浮点数，除非源是常量表达式并且之后的实际值 转换在可以表示的值范围内（甚至 如果不能准确表示）
从所有这些标准中可以得出两个结论：
- 将有关缩小范围的部分与有关实现定义的转化的部分结合起来，您的结果可能会因平台而异。
- 如果您的中间结果（考虑多个此类结果）在
long double无法用double准确表示的范围内（高或低），则这些结果可以累积以返回不同的最终结果，您将希望将其作为double返回。
至于哪个更准确，我认为这完全取决于您的应用。