java 浮点数精度损失

一、整型转浮点型精度损失

 以int 和 float 为例 ，Int是4字节32位来表示的，float虽然也是4字节32位，但是二者的存储结构是很不一样的

float的存储结构是1个符号位，8个指数位，23个尾数。

float只能有24位来确定精度，而int是32位

举个例子：

以下程序可以得出 20014999 在 double 和 float 下的二进制表示方式。

public class FloatDoubleTest3 {  
	public static void main(String[] args) {  
		double d = 8;  
		long l = Double.doubleToLongBits(d);  
		System.out.println(Long.toBinaryString(l));  
		float f = 8;  
		int i = Float.floatToIntBits(f);  
		System.out.println(Integer.toBinaryString(i));  
	}  
}  

输出结果如下：

Double:100000101110011000101100111100101110000000000000000000000000000

Float:1001011100110001011001111001100

对于输出结果分析如下。对于都不 double 的二进制左边补上符号位 0 刚好可以得到 64 位的二进制数。根据double的表 示法，分为符号数、幂指数和尾数三个部分如下：

0 10000010111 0011000101100111100101110000000000000000000000000000

对于 float 左边补上符 号位 0 刚好可以得到 32 位的二进制数。 根据float的表示法， 也分为 符号数、幂指数和尾数三个部分如下 ：

0 10010111 00110001011001111001100

绿色部分是符号位，红色部分是幂指数，蓝色部分是尾数。

对比可以得出:符号位都是 0 ，幂指数为移码表示,两者刚好也相等。唯一不同的是尾数。

在 double 的尾数 为： 001100010110011110010111 0000000000000000000000000000 ，省略后面的零，至少需要24位才能正确表示 。

而在 float 下面尾数 为： 00110001011001111001100 ，共 23 位。

为什么会这样？原因很明显，因为 float尾数 最多只能表示 23 位，所以 24 位的 001100010110011110010111 在 float 下面经过四舍五入变成了 23 位的 00110001011001111001100 。所以 20014999 在 float 下面变成了 20015000 。
也就是说 20014999 虽然是在float的表示范围之内，但 在 IEEE 754 的 float 表示法精度长度没有办法表示出 20014999 ，而只能通过四舍五入得到一个近似值。所以如果int类型的值在2^24以内，float是可以精确表示的，但是当超过这个数的时候就不一定能精确表示了

二、浮点型运算精度损失

原理如上

举个例子：

public class Test{
    public static void main(String args[]){
        System.out.println(0.05+0.01);
        System.out.println(1.0-0.42);
        System.out.println(4.015*100);
        System.out.println(123.3/100);
    }
}

结果：
0.060000000000000005
0.5800000000000001
401.49999999999994
1.2329999999999999

原因：

我们知道，计算机并不能识别除了二进制数据以外的任何数据。无论我们使用何种编程语言，在何种编译环境下工作，都要先 把源程序翻译成二进制的机器码后才能被计算机识别。以上面提到的情况为例，我们源程序里的2.4是十进制的，计算机不能直接识别，要先编译成二进制。但问 题来了，2.4的二进制表示并非是精确的2.4，反而最为接近的二进制表示是2.3999999999999999。原因在于浮点数由两部分组成：指数和尾数，这点如果知道怎样进行浮点数的二进制与十进制转换，应该是不难理解的。如果在这个转换的过程中，浮点数参与了计算，那么转换的过程就会变得不可预 知，并且变得不可逆。我们有理由相信，就是在这个过程中，发生了精度的丢失。而至于为什么有些浮点计算会得到准确的结果，应该也是碰巧那个计算的二进制与 十进制之间能够准确转换。而当输出单个浮点型数据的时候，可以正确输出，如

double d = 2.4;
System.out.println(d);

    输出的是2.4，而不是2.3999999999999999。也就是说，不进行浮点计算的时候，在十进制里浮点数能正确显示。这更印证了我以上的想法，即如果浮点数参与了计算，那么浮点数二进制与十进制间的转换过程就会变得不可预知，并且变得不可逆。