Double型数据的精度问题

1.首先看一个小例子

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);
    }

运行结果为：
0.060000000000000005
0.5800000000000001
401.49999999999994
1.2329999999999999
这样就会导致比较严重的问题，在对数据精度要求较高的项目中，比如银行或者商业交易系统中，余额的数目就算少0.00000001系统也会认为你不能进行购买操作，所以我们要对进度进行一定的控制。
此处，采用的是Math包下的BigDecimal进行运算操作。
大概的思路：首先将double型的数据变成String类型的数据，再利用BigDecimal的构造方法将数据变成BigDecimal的对象，最后调用BigDecimal的加减乘除的相关方法，最后将运算结果转换成double型，
相关代码如下：`package com.cn.java261;

import java.math.BigDecimal;

public class ArithUtil {
//默认除法运算精度
private static final int DEF_DIV_SCALE=10;
//这个类不能被实例化
private ArithUtil(){

}
public static double add(double a1,double a2){
BigDecimal b1=new BigDecimal(Double.toString(a1));
BigDecimal b2=new BigDecimal(Double.toString(a2));
return b1.add(b2).doubleValue();
}
public static double sub(double a1,double a2){
BigDecimal b1=new BigDecimal(Double.toString(a1));
BigDecimal b2=new BigDecimal(Double.toString(a2));
return b1.subtract(b2).doubleValue();
}
public static double mul(double a1,double a2){
BigDecimal b1=new BigDecimal(Double.toString(a1));
BigDecimal b2=new BigDecimal(Double.toString(a2));
return b1.multiply(b2).doubleValue();
}
public static double div(double a1,double a2){
return div(a1,a2,DEF_DIV_SCALE);
}
public static double div(double a1,double a2,int scale){
if(scale<0){
throw new IllegalArgumentException(“The scale must be a positive integer or zero”);
}
BigDecimal b1=new BigDecimal(Double.toString(a1));
BigDecimal b2=new BigDecimal(Double.toString(a2));
return b1.divide(b2,scale,BigDecimal.ROUND_HALF_UP).doubleValue();
}
}
`
测试类的代码：

package com.cn.java261;

public class T1 {

    public static void main(String[] args) {
         System.out.println(ArithUtil.add(0.05,0.01));
         System.out.println(ArithUtil.sub(1.0,0.42));
         System.out.println(ArithUtil.mul(4.015,100));
         System.out.println(ArithUtil.div(123.3,100));
    }

}

结果为：
0.06
0.58
401.5
1.233

大概就这么多了。