17370845950

Java中处理浮点数运算时，由于float和double类型基于IEEE 754标准，存在精度丢失问题。直接使用它们进行计算，比如加减乘除，可能会导致不符合预期的结果。例如

0.1 + 0.2

并不等于

0.3

，而是接近的近似值。要正确处理这类问题，需采用更精确的方式。

使用BigDecimal进行高精度计算

对于需要精确结果的场景，如金融计算、金额处理等，应使用java.math.BigDecimal类。

注意：不要用double构造函数创建BigDecimal，这会继承double的精度问题。

错误写法：

new BigDecimal(0.1)

—— 这实际得到的是

0.1000000000000000055511151231257827021181583404541015625

正确做法是使用字符串构造函数：

• new BigDecimal("0.1")

  —— 精确表示0.1
• 所有加减乘除操作都通过方法调用完成，如

  add()

  、

  subtract()

  、

  multiply()

  、

  divide()

• 做除法时注意设置精度和舍入模式，避免无限循环小数导致异常

示例：

BigDecimal a = new BigDecimal("0.1");
BigDecimal b = new BigDecimal("0.2");
BigDecimal sum = a.add(b); // 结果为 0.3

避免直接比较double值是否相等

由于浮点数存储的近似性，不能用

==

判断两个double是否相等。

应该使用“误差范围”（delta）进行比较：

• 定义一个很小的阈值，如

  1e-9

• 判断两数之差的绝对值是否小于该阈值

示例：

double d1 = 0.1 + 0.2;
double d2 = 0.3;
boolean isEqual = Math.abs(d1 - d2) < 1e-9; // true

合理选择数据类型

根据使用场景决定浮点类型：

• 科学计算、图形处理等允许一定误差的场景，可用double
• 涉及金钱、财务等必须精确的场景，必须用BigDecimal
• 避免使用float，除非内存极度受限，其精度太低

如果金额可以用整数表示（如以分为单位），优先使用long或int，从根本上避免浮点问题。

总结关键点

处理浮点数时记住：

• 不要依赖double或float的精确值
• 用BigDecimal处理需要精确计算的业务
• 比较浮点数时使用误差容忍方式
• 金额优先考虑整数类型存储

基本上就这些，不复杂但容易忽略。