本文揭示了使用time.time()测量微秒级运算（如浮点乘法）时的常见误区，解释为何看似“更简单”的a*0反而可能更慢——根本原因在于类型不匹配引发的隐式转换开销，而非数学逻辑本身。

本文揭示了用time.time()粗略测量Python浮点乘法性能时出现的反直觉现象（如a*b快于a*0），指出根本原因在于类型不匹配、计时方法缺陷及CPython实现细节，并提供科学可靠的基准测试方法与优化建议。

应使用误差范围比较而非==，因浮点数二进制表示存在舍入误差；正确写法为fabs(a-b)

浮动元素导致父容器高度塌陷，若父容器设overflow:auto/hidden触发BFC且内部浮动元素实际高度超限，会意外出现滚动条；推荐用clearfix或display:flow-root清除浮动，优先采用Flex/Grid替代浮动布局。

不能直接用==比较两个float或double，因为浮点数以二进制近似存储（如0.1+0.2≠0.3），导致精度误差；应使用std::abs(a-b)

CSS中padding不会累加，它只作用于自身盒模型内；所谓“累加”错觉通常源于margin合并、box-sizing默认值或display类型导致的布局异常。