今天一个案子,用户反映数量差异明明是 2.0-1.8,显示的结果却为0.20000005,就自己写了段方法测试了一下:
package test1;
public class Test2 {
/**
* @param args
*/
public static void main(String[] args) {
Float xx = 2.0f;
Float yy = 1.8f;
Float tt = xx - yy;
System.out.println("tttttt-----" + tt);
}
}
果然输出结果是: tttttt-----0.20000005
再测试了几个float类型的减法,除了*.0这样的相减没有异议之外,都存在这个问题,就是说float在相减的时候精度丢失了。后来在网上找到一段解决这个问题的办法,记在这里:
package test1;
import java.math.BigDecimal;
public class Test2 {
/**
* @param args
*/
public static void main(String[] args) {
Float xx = 2.2f;
Float yy = 2.0f;
Float tt = xx - yy;
BigDecimal b1 = new BigDecimal(Float.toString(xx));
BigDecimal b2 = new BigDecimal(Float.toString(yy));
float ss = b1.subtract(b2).floatValue();
System.out.println("ssss----" + ss);
System.out.println("tttttt-----" + tt);
}
}
输出为:
ssss----0.2
tttttt-----0.20000005
这样一对比,差异就很明显了。
解决了问题,再找了一下为什么会产生这种差异:
问题提出:12.0f-11.9f=0.10000038,"减不尽"为什么?
现在我们就详细剖析一下浮点型运算为什么会造成精度丢失?
1、小数的二进制表示问题
首先我们要搞清楚下面两个问题:
(1) 十进制整数如何转化为二进制数
算