Java中的浮点数

浮点数是采用科学计数法来表示的，由符合位、有效数字位、指数三部分组成。

科学计数法

-3.14*10⁵,- 是符号位，3.14是有效数字，5是指数。科学计数法来的有效数字为从第1个非零数字开始的全部数字，指数决定小数点的位置，符号表示该数的正负。

浮点数表示

IEEE754标准规定了4种浮点数类型：单精度、双精度、延伸单精度、延伸双精度。这里主要讲解单精度和双精度。
这里需要注意，浮点数无法精确表示0值，所以取值范围有正负两个区间。下面以单精度为例，占4字节，共32位，具体格式如下：
指数称为“阶码”，有效数字称为“尾数”，用于存储符号、阶码、尾数的二进制位分别称为符号位、阶码位、尾数位。

1. 符号位
     在最高二进制位上分配1位表示浮点数的符号，0表示正数，1表示负数。
2. 阶码位
     在符号位右侧分配8位用来存储指数，IEEE754标准规定阶码位存储的是指数对应的移码，即[x]_移=x+(2^n-1-1)(n为x的二进制位数，含符号位)。移码的几何意义是把真值映射到一个正数域，其特点是可以直观地反应两个真值的大小，移码大的真值也大，这样计算机比较阶码大小就更加简单。
     为什么偏移值是(2^n-1-1)呢，因为8位二进制数表示的取值范围是[-128,127]，将阶码偏移128(2⁷)变为移码后，范围区间为[0,255]，但由于计算机规定阶码全为0或全为1是特殊值（全0被认为是机器零，全1被认为是无穷大），除去这两个值，移码范围变为[1,254]。根据[x]_移=x+128,则x(阶码)范围[-127,126]，阶码最大只能取到126，这样就会缩小浮点数表示范围。所以偏移值再多减1，即[x]_移=x+128-1，阶码表示范围[-126,127]，最大值能取到127，表示范围变大。所以IEEE754标准规定单精度的阶码偏移量为(2^n-1-1)。
3. 尾数位
     最右侧分配连续23位用来存储有效数字，IEEE754标准规定尾数以原码表示。我们知道有效数字是一个在[1,10)的范围，所以在二进制表示中，有效数字第一位一定是1，也就是说，二进制规格化尾数形式为1.xxxxxx。为了节约存储空间，将符合规格化尾数的首个1省略，所以23位尾数实际表示的是24位二进制数。
   

加减运算

浮点数加减运算5大步骤。

1. 零值检测。
   检查参加运算的浮点数中是否存在0(0在浮点数中是一种规定，即阶码和尾数全为0)，因为浮点数运算比较复杂，如果其中一个数为0，可以直接得出结果。
2. 对阶操作。
   通过比较阶码大小判断小数点位置是否对齐。阶码不等时，则小数点没有对齐，需要通过移动尾数改变阶码大小使二者相等，这便是对阶。尾数右移1位，则阶码值加1，反之减1。如果左移，则高位被移出，造成的误差更大，所以IEEE754规定对阶的移动方向为向右。这里可以看出，采用移码能方便的比较阶码大小。
3. 尾数求和。
   对阶完成后，直接按位相加即可完成求和（负数则先转为补码再进行运算）。
4. 结果规格化。
   如果运算结果满足规格化形式则无需处理，否则需要通过尾数位的向左或向右移动来调整。尾数右移称为右规，反之左规。
5. 结果舍入。
   在对阶或右规时，尾数需要右移，最右端被移出的位会被丢弃，从而导致结果精度的损失。为了减少这种精度损失，先将移出的这部分数据保存起来，称为保护位，等规格化后再根据保护位进行舍入处理。

浮点数使用

在使用浮点数时推荐使用双精度，使用单精度由于存储位数限制导致计算时有微小差异。Java中浮点数默认是double型。

float f1 = 0.9f;
double d1 = 0.9;
System.out.println(f1/1.0);
System.out.println(d1/1.0);

结果：

所以在要求精度表示的业务场景下，比如金融行业的货币表示，推荐使用整型存储其最小单位的值。在要求精确表示小数点n位的业务场景下，比如圆周率要求存储小数点后1000位数字，用双精度浮点数也无法做到，所以这时用整型数组保存小数部分。在比较浮点数时，由于存在误差，往往会出现意外情况，所以不要用浮点数比较是否相等来控制代码流程。在数据库中保存小数时，推荐使用decimal类型，不要用float和double。因为后两者存储时存在精度损失问题。
总结：在使用浮点数时，需要慎重考虑，因为某些数不能用浮点数精确表示。