精度计算总结 -- BigDecimal,NumberFormat 其他

本文探讨了在Java中遇到的精度丢失问题,通过分析十进制和二进制小数的表示,揭示了精度丢失的原因。为了解决这一问题,文章介绍了使用BigDecimal进行精确计算,以及利用NumberFormat进行格式化的解决方案。此外,还提到了Apache Commons Lang的math包作为第三方工具,特别是Fraction类用于处理分数的精确表示。
摘要由CSDN通过智能技术生成

一、精度丢失的现象

首先,我们来体验下精度丢失现象,如下:

@Test
public void testDouble(){
   
    double t = 1.2d;
    System.out.println(t-1);
    System.out.println(t+1);
    System.out.println(t/2);
    System.out.println(t*2);
    System.out.println("================");
    float m = 1.2f;
    float m1 = m -1;
    double m11  = m -1;
    float m2 = m+1;
    double m3 = m+1+0.02;
    float m4 = m/2;
    float m5 = m*2;
    System.out.println("m = "+ m + "\nm1 = "+ m1+ "\nm11 = "+m11+ "\nm2 = "+m2);
    System.out.println("m3 = "+ m3 + "\nm4 = "+ m4+ "\nm5 = "+m5);
    System.out.println("================");
    System.out.println(1.2 -1);
    
    System.out.println("================");
    double number1 = 1;
    System.out.println(number1);
    double number2 = 20.2;
    System.out.println(number2);
    double number3 = 300.03;
    System.out.println(number3);
    
    double rs= number1 + number2 + number3;
    System.out.println(rs);
	
}
**********结果****************
0.19999999999999996
2.2
0.6
2.4
================
m = 1.2
m1 = 0.20000005
m11 = 0.20000004768371582
m2 = 2.2
m3 = 2.220000047683716
m4 = 0.6
m5 = 2.4
================
0.19999999999999996
================
1.0
20.2
300.03
321.22999999999996

将上面的代码编译成class,然后反编译过来:

public void testDouble()
{
   
  double d1 = 1.2D;
  System.out.println(d1 - 1.0D);
  System.out.println(d1 + 1.0D);
  System.out.println(d1 / 2.0D);
  System.out.println(d1 * 2.0D);
  System.out.println("================");
  float f1 = 1.2F;
  float f2 = f1 - 1.0F;
  double d2 = f1 - 1.0F;
  float f3 = f1 + 1.0F;
  double d3 = f1 + 1.0F + 0.02D;
  float f4 = f1 / 2.0F;
  float f5 = f1 * 2.0F;
  System.out.println("m = " + f1 + "\nm1 = " + f2 + "\nm11 = " + d2 + "\nm2 = " + f3);
  System.out.println("m3 = " + d3 + "\nm4 = " + f4 + "\nm5 = " + f5);
  System.out.println("================");
  System.out.println(0.2D);
  System.out.println(321.22999999999996D);

double number1 = 1.0D;
  System.out.println(number1);
  double number2 = 20.199999999999999D;
  System.out.println(number2);
  double number3 = 300.00299999999999D;
  System.out.println(number3);

  double rs = number1 + number2 + number3;
  System.out.println(rs);
}

可以看出有些数据计算没有精度丢失,而有些却有。 仔细瞧瞧,可以发现,在计算数据位达到高位时就会精度丢失。 减法容易丢失,是由于减法 在位运算时会取反进1 再相加,取反后就涉及高精确位了。

但是,总的原因还是数学表达无法满足所致,参考如下:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值