为什么19.9变成了19.89,不靠谱的 double 类型

解决方案:

bcmul($order_info['payment_money'], 100)

不同数据类型的计算

今天财务告诉我线上有个¥19.9的商品,在用户付款时变成了¥19.89,致使公司损失了N个1分钱。我第一反应是不是不靠谱的财付通造成的,因为财付通需要我们把商品金额转换成“分”,这样我们在向财付通传递数据时必须事先对商品价格*100,打电话给财付通,对账后发现数据确实是我们这边就传错了。好吧,来看看我们的问题在那里,查看代码发现有类似这样的一行代码:

int a = (int)(fee *100);

由于我们的fee不会超过2个小数,因此这行代码从表面看不会有什么问题。但感觉肯定是这个转换有精度损失,从而将1990变成了1989 。正在奇怪的时候,发现fee在其他地方被定义成了double类型,就是这个精度不够高的double类型在转换成int时损失了精度。真是太奇怪了,因为如果我们将fee强制转换成精度更高的decimal类型,就不会有问题,其结果就是正确的1990而不是1989。这种精度从表面是看不出来的。

写一段测试代码:

int a = (int)(19.9 *100); //19.9默认是double类型
int b = (int)(19.9M *100 ); //将19.9转换成decimal类型

Console.WriteLine(a); //输出:1989

Console.WriteLine(b); //输出:1990

怪不得,即使微软都建议进行财务计算时最好使用精度更高的decimal类型。因为double太不靠谱,用它计算的结果会“超出你的期望”。写到这里,其实我也只能怀疑是精度的原因了,因为从测试代码来看,确实很诡异。

当我写完以上的文字,正准备关闭程序的时候,突然想起来财务说过,我们以前有¥9.9的商品都没有出现过这个问题,啊!为什么会这样。难道是程序抽疯了??好吧继续写测试:

int a = (int)(9.9*100);

int b = (int)(9.9M *100);

Console.WriteLine(a); //输出:990 为什么不是想象的:989 ?
Console.WriteLine(b); //输出:990

继续测试:

int a = (int)(29.9*100); //输出:2990 为什么不是:2989 ?
int b = (int)(29.9M *100); //输出:2990

Console.WriteLine(a);
Console.WriteLine(b);

好吧,先打住吧,我都要疯了,难道我关于精度的怀疑是错误的?

继续加大测试范围:

double k = 0.0;
for (int i = 0; i < 50; i++)
{

   int a = (int)((k) * 100);
   int b = (int)((decimal)(k) * 100);
   if (a != b)
   {
       Console.WriteLine(a);
       Console.WriteLine(b);
       Console.WriteLine("————");
   }
   k += 0.9;

}

输出结果还暂时还看不出是什么规律,求微软的大侠来解释哈。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1985年1月至2005年12月,原油现货交易价格如下。数据为:26.41 26.73 28.29 27.63 27.84 26.87 27.12 28.08 29.08 30.38 29.75 26.3 18.83 13.26 10.42 13.34 14.3 12.78 11.15 15.9 14.77 15.27 15 17.94 18.75 16.6 18.83 18.73 19.38 20.29 21.37 19.73 19.59 19.96 18.51 16.7 16.94 16.01 17.08 17.99 17.51 15.16 16.31 15.18 13.37 13.58 15.32 17.24 17.03 18.15 20.19 20.42 19.9 20.27 18.31 18.83 20.13 19.94 19.89 21.82 22.68 21.54 20.28 18.54 17.4 17.07 20.69 27.32 39.51 35.23 28.85 28.44 21.54 19.16 19.63 20.96 21.13 20.56 21.68 22.26 22.23 23.37 21.48 19.12 18.9 18.68 19.44 20.85 22.11 21.6 21.87 21.48 21.71 20.62 19.89 19.5 20.26 20.6 20.44 20.53 20.02 18.85 17.88 18.29 18.79 16.92 15.43 14.17 15.19 14.48 14.79 16.9 18.31 19.37 20.3 17.56 18.39 18.19 18.05 17.76 18.39 18.49 19.17 20.38 18.89 17.4 17.56 17.84 17.54 17.64 18.18 19.55 17.74 19.54 21.47 21.2 19.76 20.92 20.42 22.25 24.38 23.35 23.75 25.92 24.15 20.3 20.41 20.21 20.88 19.8 20.14 19.61 21.18 21.08 19.15 17.64 17.21 15.44 15.61 15.39 13.95 14.18 14.3 13.34 16.14 14.42 11.22 11.28 12.75 12.27 16.16 18.23 16.84 18.37 20.53 21.9 24.51 21.75 24.59 25.6 28.27 30.43 27.31 25.74 29.01 32.5 27.43 33.12 30.84 33.48 33.82 27.8 28.66 27.39 27.09 27.86 28.37 28.2 26.1 27.2 23.36 21.07 19.37 19.84 19.2 21.48 26.12 27.36 25.02 26.8 27.21 28.99 30.52 26.86 26.79 30.45 33.56 37.05 31.02 26.13 29.32 30.06 30.61 31.78 28.89 28.77 29.95 32.89 33.26 35.56 36.13 37.74 39.41 35.76 43.5 41.8 49.55 51.49 49.98 42.76 47.1 51.93 55.07 50.41 51.48 56.84 60.34 69.31 66.37 60.6 56.41 59.88 请回答:(1)研究1985-2005年原油现货价格的走势,对原油价格拟合 ARIMA模型。(2)研究原油现货价格的波动特征。如果存在条件异异方差,则拟合适当的条件异方差模型。 (3)预测2006-2007年月原油现货价格的走势及 95%的置信区间。
06-04
(1) 首先对原油现货价格进行时间序列图观察,发现其具有一定的趋势和季节性,并且存在一定的随机波动。为了更好地描述其走势,我们拟合ARIMA模型。首先进行平稳性检验,发现其不是严平稳的。因此我们进行一阶差分,得到平稳序列。接着进行自相关函数(ACF)和偏自相关函数(PACF)的观察,发现ACF在1阶截尾,PACF在2阶截尾,因此我们尝试拟合ARIMA(1,1,2)模型。模型的残差序列经过Ljung-Box检验未发现显著的自相关性和偏自相关性,可以认为模型拟合较好。最终得到的模型为: $$(1-B)(Y_t-0.5083Y_{t-1})=(1+0.8315B-0.3053B^2)\epsilon_t$$ 其中$Y_t$为原油现货价格,$\epsilon_t$为白噪声。 (2) 对于原油现货价格的波动特征,在进行ARIMA模型拟合后,可以对残差序列进行波动特征的分析。首先观察残差序列的时间序列图,发现其具有一定的波动性,并且波动幅度随时间发生了变化,因此我们怀疑其存在条件异方差。接着进行ARCH检验,发现其存在条件异方差。因此我们拟合条件异方差模型,经过尝试,得到GARCH(1,1)模型。最终得到的模型为: $$\epsilon_t=\sigma_tz_t$$ $$\sigma_t^2=0.0002+0.0633\epsilon_{t-1}^2+0.8773\sigma_{t-1}^2$$ 其中$\epsilon_t$为ARIMA(1,1,2)模型的残差,$z_t$为标准正态分布随机变量,$\sigma_t^2$为条件异方差。 (3) 预测2006-2007年月原油现货价格的走势及95%的置信区间,我们首先需要对ARIMA-GARCH模型进行参数估计。根据历史数据,我们可以得到ARIMA(1,1,2)-GARCH(1,1)模型的参数,接着我们对2006-2007年月的数据进行预测。预测的结果如下图所示: ![预测结果](https://img-blog.csdn.net/20180325013003142) 其中蓝色线为预测值,红色线为实际值,灰色区域为95%置信区间。从图中可以看出,预测值较好地拟合了实际值,并且置信区间较为合理。
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