Java中double类型精度丢失的问题_double类型数据加减操作精度丢失解决方法_BigDecimal取整

r囧r小猫 2023-09-30 13:49 161阅读 0赞

BigDecimal在用double做入参的时候,二进制无法精确地表示十进制小数,编译器读到字符串”0.0000002”和“1.0000002”之后,必须把它转成8个字节的double值,也就是1.0000001999999998947288304407265968620777130126953125类似这种。

所以,运行的时候,实际传给BigDecimal构造函数的真正的数值是1.0000001999999998947288304407265968620777130126953125。

BigDecimal在用String做入参的时候,能够正确地把字符串转化成真正精确的浮点数。

System.out.println部分,如果入参是string,那么直接输出,如果入参是其他类型,那么会调用Object.toString方法进行转化之后进行输出。而Double.toString会使用一定的精度来四舍五入double,然后再输出。

BigDecimal构造方法上的注释就写了这个问题:

  1. The results of this constructor can be somewhat unpredictable.
  2. \* One might assume that writing {
  3. @code new BigDecimal(0.1)} in
  4. \* Java creates a {
  5. @code BigDecimal} which is exactly equal to
  6. \* 0.1 (an unscaled value of 1, with a scale of 1), but it is
  7. \* actually equal to
  8. \* 0.1000000000000000055511151231257827021181583404541015625.
  9. \* This is because 0.1 cannot be represented exactly as a
  10. \* {
  11. @code double} (or, for that matter, as a binary fraction of
  12. \* any finite length). Thus, the value that is being passed
  13. \* *in* to the constructor is not exactly equal to 0.1,
  14. \* appearances notwithstanding.
  15. The {
  16. @code String} constructor, on the other hand, is
  17. \* perfectly predictable: writing {
  18. @code new BigDecimal("0.1")}
  19. \* creates a {
  20. @code BigDecimal} which is *exactly* equal to
  21. \* 0.1, as one would expect. Therefore, it is generally
  22. \* recommended that the {
  23. @linkplain #BigDecimal(String)
  24. \* `String` constructor} be used in preference to this one.

补充说明一下:

Double.toString这个方法输出的是一个String,而且会进行四舍五入处理。

new BigDecimal(Double.toString(d1))这个入参在处理完毕之后是一个String,调用的是BigDecimal(String val)这个构造方法。

源码里BigDecimal(String val)这个方法是会将val处理成char[]数组:

  1. this(val.toCharArray(), 0, val.length());

然后调用BigDecimal(char[] in)这个构造方法。

而new BigDecimal(d1)调用的是 BigDecimal(double val),这个方法进来之后第一件事就是

  1. long valBits = Double.doubleToLongBits(val);

把入参转换成二进制,所以会造成精度丢失。

double相加造成的精度丢失和上面的情况一样,先转成bit之后进行计算,然后精度丢失。

double类型数据加减操作精度丢失解决方法

double类型数据加减运算时,会出现精度缺失。
打个比方

  1. double number1 = 1;
  2. double number2 = 0.2;
  3. double number3 =number1 + number2 ;

理论上number3会等于1.2;但是在实际的操作过程中会出现1.299999999999这种情况,这就是double类型的数据进行计算时出现精度缺失。
解决方法是使用java.math.BigDecimal进行计算。

  1. /**
  2. * 加法运算
  3. * @param number1
  4. * @param number2
  5. * @return
  6. */
  7. public static double addDouble(double number1 , double number2) {
  8. BigDecimal bigDecimal1 = new BigDecimal(String.valueOf(number1));
  9. BigDecimal bigDecimal2 = new BigDecimal(String.valueOf(number2));
  10. return bigDecimal1.add(bigDecimal2).doubleValue();
  11. }
  12. /**
  13. * 减法运算
  14. * @param number1
  15. * @param number2
  16. * @return
  17. */
  18. public static double subDouble(double number1, double number2) {
  19. BigDecimal bigDecimal1 = new BigDecimal(String.valueOf(number1));
  20. BigDecimal bigDecimal2 = new BigDecimal(String.valueOf(number2));
  21. return bigDecimal1.subtract(bigDecimal2).doubleValue();
  22. }
  23. /**
  24. * 乘法运算
  25. * @param number1
  26. * @param number2
  27. * @return
  28. */
  29. public static double mul(double number1, double number2) {
  30. BigDecimal bigDecimal1 = new BigDecimal(String.valueOf(number1));
  31. BigDecimal bigDecimal2 = new BigDecimal(String.valueOf(number2));
  32. return bigDecimal1.multiply(bigDecimal2).doubleValue();
  33. }
  34. /**
  35. * 除法运算
  36. * @param num
  37. * @param total
  38. * @return
  39. */
  40. public static BigDecimal divide(double num, double total) {
  41. BigDecimal bigDecimal1 = new BigDecimal(String.valueOf(num));
  42. BigDecimal bigDecimal2 = new BigDecimal(String.valueOf(total));
  43. return bigDecimal1.divide(bigDecimal2, 2, BigDecimal.ROUND_HALF_UP);;
  44. }

BigDecimal取整

  1. BigDecimal bd = new BigDecimal("12.1");
  2. long l = bd.setScale( 0, BigDecimal.ROUND_UP ).longValue(); // 向上取整
  3. long l = bd.setScale( 0, BigDecimal.ROUND_DOWN ).longValue(); // 向下取整
  4. * 对于正数而言,ROUND_UP = ROUND_CEILINGROUND_DOWN = ROUND_FLOOR

各个roundingMode详解如下:

  1. ROUND_UP:非0时,舍弃小数后(整数部分)加1,比如12.49结果为13,-12.49结果为 -13
  2. ROUND_DOWN:直接舍弃小数
  3. ROUND_CEILING:如果 BigDecimal 是正的,则做 ROUND_UP 操作;如果为负,则做 ROUND_DOWN 操作 (一句话:取附近较大的整数)
  4. ROUND_FLOOR: 如果 BigDecimal 是正的,则做 ROUND_DOWN 操作;如果为负,则做 ROUND_UP 操作(一句话:取附近较小的整数)
  5. ROUND_HALF_UP:四舍五入(取更近的整数)
  6. ROUND_HALF_DOWN:跟ROUND_HALF_UP 差别仅在于0.5时会向下取整
  7. ROUND_HALF_EVEN:取最近的偶数
  8. ROUND_UNNECESSARY:不需要取整,如果存在小数位,就抛ArithmeticException 异常

发表评论

表情:
评论列表 (有 0 条评论,161人围观)

还没有评论,来说两句吧...

相关阅读

    相关 double精度丢失问题

    double精度丢失问题 从二进制角度考虑问题就会很简单了:把「0.1」转成二进制然后还原成十进制,就能看出问题。 这是二进制与十进制之间的碰撞 这是机器与