浮点数运算精度问题:
在平时的float或double运算中,总会出现像图片中这样的输出,显然我们所计算的结果与平时计算器所得到的结果不同。
那么为什么浮点精度运算会有问题呢?
追根寻源,主要的问题还是在计算机中数据的存储形式。在计算机中,任何数据都是以0,1二进制的形式存储的,而我们通常运算所用到的是十进制,在存储的这个过程中,就涉及到二进制与十进制的转换问题。十进制小数到二进制小数一般是整数部分除2取余,逆序排列,小数部分使用乘 2 取整数位,顺序排列。而问题就出现在小数部分,例如1.1这个数,转换为二进制如下:
整数部分:
1/2 = 0.........1
小数部分:
0.1*2=0.2.........0
0.2*2=0.4.........0
0.4*2=0.8.........0
0.8*2=1.6.........1
0.6*2=1.2.........1
0.2*2=0.4.........0
..........
结果会落入无限循环:1.000110........,而我们的计算机存储变量是有长度限制的,所以只会截取部分小数进行存储,从而导致计算机存储的数值只是个大概的值,而不是精确的值。所以导致计算会出现问题。
如何解决浮点数运算精度丢失的问题
如果对精度的要求不高可以采用四舍五入的方法来忽略精度问题。
使用BigDecimal(JAVA)
public static void main(String[] args)
{
BigDecimal a = new BigDecimal("4.8");
BigDecimal b = new BigDecimal("1.2");
System.out.println("a + b =" + a.add(b));
System.out.println("a - b =" + a.subtract(b));
System.out.println("a * b =" + a.multiply(b));
System.out.println("a / b =" + a.divide(b));
}
运行结果如下:
这里有一点需要注意的是除法运算divide.
BigDecimal除法可能出现不能整除的情况,比如 4.5/1.3,这时会报错java.lang.ArithmeticException: Non-terminating decimal expansion; no exact representable decimal result.
这时候可以加入divide方法的第三个参数
第一参数表示除数, 第二个参数表示小数点后保留位数, 第三个参数表示舍入模式,只有在作除法运算或四舍五入时才用到舍入模式,有下面这几种
ROUND_CEILING //向正无穷方向舍入
ROUND_DOWN //向零方向舍入
ROUND_FLOOR //向负无穷方向舍入
ROUND_HALF_DOWN //向(距离)最近的一边舍入,除非两边(的距离)是相等,如果是这样,向下舍入, 例如1.55 保留一位小数结果为1.5
ROUND_HALF_EVEN //向(距离)最近的一边舍入,除非两边(的距离)是相等,如果是这样,如果保留位数是奇数,使用ROUND_HALF_UP,如果是偶数,使用ROUND_HALF_DOWN
ROUND_HALF_UP //向(距离)最近的一边舍入,除非两边(的距离)是相等,如果是这样,向上舍入, 1.55保留一位小数结果为1.6
ROUND_UNNECESSARY //计算结果是精确的,不需要舍入模式
ROUND_UP //向远离0的方向舍入
按照各自的需求,可以选择合适的第三个参数。