最好的办法是重新调整你的问题，这样你就没有这么小的值。如果可以，请执行此操作并收工。

如果每个数字都很小，那么由于次正规浮点数，您仍然可以。人们在评论中提到了这一点，并在此处解决：

https://stackoverflow.com/questions/8341395/what-is-a-subnormal-floating-point-number

但是，次正规数的计算速度较慢，因此尝试避免它们是正常的。此外，因为它们小于机器 epsilon，所以它们的表现不佳（最简单的例子是，如果你在其中任何一个上加 1，你就会得到 1）。它将以弥补差距的方式相乘和相加，并且您需要支付额外的费用来计算它们。

所以重新调整你的问题。

或者使用 quads、BigFloats、Arbs、128 位十进制浮点数。如果您使用 Julia，BigFloats 在 Base 中，Arbs 在 ArbFloats.jl 中，小数在 DecFP.jl 中。由于类型通用性，您通常可以用这些数字类型替换任何算法，并且它应该可以正常工作（即使在包中的代码中，如果作者没有改写他们的函数）。

但首先，尝试重新调整您的问题。