出自《Java深入解析》的例子
例1、先看一段代码:
public static voidmain(String[] args) {double d1 = 0.1;double d2 = 0.2;
System.out.println("" + d1 + "+" + d2 + "=" + (d1 +d2));
}
初学者可能脱口而出执行的结果是输出 d1+d2=0.3。但是结果却没有这么简单:
0.1+0.2=0.30000000000000004
转念一想,却也没有一点玄妙。
二进制只能表示十进制中诸如0.5,0.25,0.125之类的小数。
十进制中可以表示0.1~0.9的小数,却不能表示1/3这样的分数。以此类推需要表示1/3,可能3进制更能胜任。
例2、BigDecimal是用来表示精度较大的小数的类,用二进制的数据表示十进制数可以说真是强人所难了。
for (int i = 1; i <= 9; i++) {double d = Double.parseDouble("0."+i);
System.out.println(d);
BigDecimal bd= newBigDecimal(d);
System.out.println(bd);
}
结果:
0.1
0.1000000000000000055511151231257827021181583404541015625
0.2
0.200000000000000011102230246251565404236316680908203125
0.3
0.299999999999999988897769753748434595763683319091796875
0.4
0.40000000000000002220446049250313080847263336181640625
0.5
0.5
0.6
0.59999999999999997779553950749686919152736663818359375
0.7
0.6999999999999999555910790149937383830547332763671875
0.8
0.8000000000000000444089209850062616169452667236328125
0.9
0.90000000000000002220446049250313080847263336181640625
例3.不如做个测试,看看计算机“偏爱”什么样的数字吧。
1 /**
2 * 测试0.0001~0.9999范围内的小数那些可以被二进制准确表示3 **/
4 public classFloatStorage {5
6 public static voidmain(String[] args) {7 int limit = 9999;//测试的范围0.0001-0.9999
8 int length = String.valueOf(limit).length();//小数的位数
9
10 System.out.println("在0.0001~0.9999之间可以被准确表示的小数有");11
12 for (int i = 1; i <= 9999; i++) {13 int significance = String.valueOf(i).length();//小数的非0数位
14 int zero = length - significance;//小数的0数位
15 StringBuilder sb = new StringBuilder("0.");//建立字符串
16 for (int j = 1; j <= zero; j++) {17 sb.append(0);18 }19 sb.append(i);20 BigDecimal bd = new BigDecimal(Double.parseDouble(sb.toString())/*得到二进制数*/);21 if (bd.scale() <= length) {//如果符合我们的要求,输出
22 System.out.println(bd);23 }24 }25 }26
27 }
运行结果:
在0.0001~0.9999之间可以被准确表示的小数有0.0625
0.125
0.1875
0.25
0.3125
0.375
0.4375
0.5
0.5625
0.625
0.6875
0.75
0.8125
0.875
0.9375
真是寥寥无几啊!
如果小结一下浮点数的特点,原来浮点数和小数之间还是有一定的差别,
在赋值或者存储中浮点类型的精度有限,
同时在计算机实际处理和运算过程中,浮点数本质上是以二进制形式存在的。
二进制所能表示的两个相邻的浮点值之间存在一定的间隙,浮点值越大,这个间隙也会越大。
如果此时对较大的浮点数进行操作时,浮点数的精度问题就会产生,甚至出现一些“不正常"的现象。
例4
public classBigFloat {public static voidmain(String[] args) {float f1 =30000f;float f2 = f1 + 1;
System.out.println("f1:" +f1);
System.out.println("f2:" +f2);if (f1
System.out.println("f1
}else{
System.out.println("f1
}float f3 =30000000f;float f4 = f3 + 1;
System.out.println("f3:" +f3);
System.out.println("f4:" +f4);if (f3
System.out.println("f3
}else{
System.out.println("f3
}
}
}
运行的结果:
f1:30000.0f2:30001.0f1
f3:3.0E7f4:3.0E7f3
一个数加一不比原来的数大,这就是由于精度产生的现象了。
例5
float可以保留7-8位有效数字
int a = 1;int b = 123;int c = 1234;int d = 12345;int e = 123456;int f = 1234567;int g = 12345678;int h = 123456789;int i = 1234567891;long j = 12345678912L;long k = 123456789123L;long l = 1234567891234L;long m = 12345678912345L;
System.out.println((float)a);
System.out.println((float)b);
System.out.println((float)c);
System.out.println((float)d);
System.out.println((float)e);
System.out.println((float)f);
System.out.println((float)g);
System.out.println((float)h);
System.out.println((float)i);
System.out.println((float)j);
System.out.println((float)k);
System.out.println((float)l);
System.out.println((float)m);
结果为:
1.0
123.0
1234.0
12345.0
123456.0
1234567.0
1.2345678E7
1.23456792E8
1.23456794E9
1.23456788E10
1.23456791E11
1.23456795E12
1.2345679E13
double类型可以保留15-16位有效数字
System.out.println((double)a);
System.out.println((double)b);
System.out.println((double)c);
System.out.println((double)d);
System.out.println((double)e);
System.out.println((double)f);
System.out.println((double)g);
System.out.println((double)h);
System.out.println((double)i);
System.out.println((double)j);
System.out.println((double)k);
System.out.println((double)l);
System.out.println((double)m);
结果为:
1.0
123.0
1234.0
12345.0
123456.0
1234567.0
1.2345678E7
1.23456789E8
1.234567891E9
1.2345678912E10
1.23456789123E11
1.234567891234E12
1.2345678912345E13
个人猜想:
强制类型转换如long到int,是截取高位的,一个正的long有可能转成一个负的int类型。
而整型到浮点型的转换是忽略低位的精度,相对说比较稳定。
因此前者需要强制类型转换,而后者可以进行自动类型转换。