2.1 内置类型与精度选择

2.1 内置类型与精度选择

本节摘要：数值代码里最隐蔽的错误，往往不是算法写错，而是"这个数到底是几位精度"没说清楚。Fortran 用 kind 机制把"精度意图"写进声明，用 iso_fortran_env 的 real64、int32 等常量把精度标准化，用 parameter 与字面量后缀保证常量不被截断。本节从真实事故切入，讲清内置类型、kind 选择、初始化与保存语义，这些都是后续所有类型工作的原子。

一个反复出现的精度事故模式

数值计算领域反复出现过同一类事故：某段代码把物理常量写成 0.1 而不是 0.1d0。编译器先把 0.1 按单精度（约 7 位有效数字）存储，再转给双精度变量，误差在第 8 位就固化了；方程积分跑上百万步，这个固定偏差被一步步放大。早年就有长周期数值程序因此结果与实测系统性偏差，排查数年才定位到一行常量声明。这类事故的共同点：字面量的默认精度比想象中低，精度问题在声明期就埋下了。

kind：把"精度意图"写进声明

早期 Fortran 用 real*8、double precision 这类写法，把逻辑类型与具体字节数硬绑定。问题是"8 个字节"在部分平台上并不等于 64 位 IEEE 双精度。现代 Fortran 的做法是解耦"类型"与"表示"：用 kind 参数声明精度意图，由编译器映射到具体存储。

program kinds_demo
  use iso_fortran_env, only: real32, real64, int32, int64
  implicit none

  integer(int32) :: n            ! 32 位整数
  integer(int64) :: big_counter  ! 64 位整数
  real(real32)  :: single_value  ! 单精度：约 7 位有效数字
  real(real64)  :: double_value  ! 双精度：约 15 位有效数字

  single_value = 0.1_real32
  double_value = 0.1_real64      ! 字面量后缀：直接以该精度存储

  write(*,*) 'single =', single_value
  write(*,*) 'double =', double_value
end program kinds_demo
​

use iso_fortran_env, only: ... 把精度常量导入当前作用域，real(real64) 声明一个双精度实数。字面量 0.1_real64 末尾的后缀是关键：它告诉编译器这个常量直接以 64 位精度存储，而不是先按默认的单精度存一遍再转换。习惯上，模块里通常定义一个 wp（working precision）常量，全工程统一使用，换精度时只改一处。

module precision_mod
  use iso_fortran_env, only: real64
  implicit none
  integer, parameter :: wp = real64   ! 工程统一工作精度
end module precision_mod

program use_wp
  use precision_mod, only: wp
  implicit none
  real(wp) :: x, y
  x = 1.0_wp
  y = 2.0_wp
  write(*,*) x + y
end program use_wp
​

这样设计的收益是迁移成本趋近于零：某天需要从双精度换四精度，只改 precision_mod 里一行。代价是类型系统更严格——两个不同 kind 的变量做运算会编译报错或隐式转换，但正是这种"麻烦"在保护你。

parameter 与初始化：确定性从声明开始

parameter 属性定义编译期常量：值固定、类型受检查、能进符号表参与优化。物理常数、网格尺寸、数组边界这类"单一事实来源"都应该用它。

program constant_demo
  use iso_fortran_env, only: real64
  implicit none
  real(real64), parameter :: c_light = 2.99792458e8_real64
  real(real64), parameter :: gravity = 9.80665_real64
  integer, parameter :: grid_size = 512

  real(real64) :: field(grid_size)
  field = 0.0_real64
  write(*,*) c_light, gravity
end program constant_demo
​

声明时初始化则有一个陷阱：显式初始化隐含 save 属性。integer :: counter = 0 在过程里不是"每次进入都重置为 0"，而是"第一次进入初始化为 0，之后一直保留"。这与 C/Python 里局部变量每次重建的直觉相反。若在递归或 OpenMP 线程里依赖"每次重置"，就会得到无法理解的状态污染。所以规则是：需要每次重置的变量，在过程体内显式赋值；只有真正要跨调用保存状态，才在声明行初始化。

图：双精度数的内存布局——64 位里放了什么

精度选择的判断依据

没有"默认就该用双精度"这种简单答案，要看误差预算。判断顺序：先问结果误差的容许多大，再问中间量级跨度多大，最后问目标硬件向量宽度。气象与结构这类动辄迭代百万步的代码，双精度起步；机器学习的混合精度场景里，部分张量用单精度是刻意为之——因为误差可控且显存减半。整数则要算好上界：网格点索引 int32 够用（约 21 亿），累计计数器长跑几年就可能溢出，换 int64 更稳。宁可声明时多写几个字符，也不要在深夜调试一个"看起来正确"的数值漂移。

学习目标

阅读完本节，你应当能够：

1. 说出 Fortran 五种内置类型，并用 iso_fortran_env 声明指定宽度的整数与实数
2. 解释 1.0_real64 这种字面量后缀为什么重要，缺了它会出什么精度事故
3. 说明 parameter 常量与"声明时初始化隐含 save 属性"这条规则
4. 判断什么时候该用 integer、real32、real64，并给出依据

本节要点回顾

• 内置类型是五兄弟：integer、real、complex、logical、character，各配 kind 参数
• iso_fortran_env 是精度的标准答案：real64、int32 等常量让声明跨平台一致
• 字面量后缀保精度：0.1_real64 缺了后缀，精度事故从声明期就埋下
• parameter 是单一事实来源：物理常数与数组边界一律用它，改一处全工程生效
• 初始化隐含 save：需要每次重置的变量，在过程体内赋值，不要在声明行初始化
• kind 选型看误差预算：双精度起步是常态，混合精度与 int64 是刻意选择而非偷懒

内置类型是原子，下一步把它们组装成分子：派生类型。