浮点数运算精度问题分析与解决方案

       最近在项目中遇到精度计算问题，用Double类型的数据减去Double类型的数据，得出的结果在预期之外，经过一番思考与学习，最后找到解决问题的方案。

一、浮点数运算导致精度问题现象

代码如下：

Double num1 = 2.1;
Double num2 = 2.0;
System.out.println(num1 - num2);

用人类的口算可以知道，结果是0.1。可是用程序执行出来的结果却出乎意料，执行结果为0.10000000000000009。执行结果如下图所示：

二、分析精度问题现象

        我们知道，计算机发展了如此长的一段时间，但它始终只能识别0和1（即二进制）。无论我们使用哪种编程语言，在哪种编译环境下工作，都要先把源代码翻译成二进制的机器码才能被计算机所识别。举个简单的例子，在源程序里面2.4是十进制的，但计算机不能直接识别，要先编译成二进制。那么问题来了，2.4的二进制并非是精确的2.4，反而是最为接近的二进制表示是2.39999999999999999999。原因在于浮点数由两部分组成：指数和尾数，这点如果知道怎么进行浮点数的二进制和十进制转换，应该不难理解。如果在这个转换过程中，浮点数参与了计算，那么在转换的过程中就会变得不可预知，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二进制和十进制之间能够准确转换。而当输出单个浮点型数据时，可以正确输出，如：

Double num3 = 2.4;
System.out.println(num3);

输出的结果是2.4，而不是2.399999999999999999999999。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。这正印证了上面的说法，即入股浮点数参与了计算，那么浮点数二进制与十进制的转换过程就会变得不可预知，并且变得不可