在Java中，金额计算通常使用java.lang.Long或java.math.BigDecimal类型。
在金额计算简单时，可以将金额单位设置为分，然后用Long表示多少多少分，
这样的金额范围是[-92233_7203_6854_7758_08, 92233_7203_6854_7758_07]分，金额范围基本能满足大多数场景了。
但是涉及到复杂金额计算，尤其是除法时（例如:优惠分摊场景），Long则力不从心，而BigDecimal能够保证除法的精度，且范围扩大到 ((-2)^Integer. MAX_VALUE, 2^Integer.MAX_VALUE)。
此外，金额计算尤其不推荐java.lang.Double类型，主要考虑到浮点数在计算机中的存储方式，会导致精度丢失：
double num = 6555555.5555555555;
// print 6555555.555555555
System.out.println(num);
具体可参考浮点数存储规范:
BigDecimal使用
BigDecimal bigDecimal = new BigDecimal("1.23"); // 通常使用字符串初始化
bigDecimal = bigDecimal.setScale(1, RoundingMode.HALF_UP); // 保留一位小数，四舍五入
System.out.println(bigDecimal);
BigDecimal bigDecimal2 = new BigDecimal("11E5");
System.out.println(bigDecimal2.toString()); // 1.1E+6
System.out.println(bigDecimal2.toPlainString()); // 1100000
BigDecimal bigDecimal3 = new BigDecimal("1.23000");
System.out.println(bigDecimal3.toPlainString()); // 1.23000
System.out.println(bigDecimal3.stripTrailingZeros().toPlainString()); // 1.23
BigDecimal bigDecimal4 = new BigDecimal("234.4");
System.out.println(bigDecimal4.longValue());; // 234L
System.out.println(bigDecimal4.longValueExact()); // java.lang.ArithmeticException
System.out.println(bigDecimal4.doubleValue()); // 234.4
System.out.println(bigDecimal4.intValue()); // 234
System.out.println(bigDecimal4.intValueExact()); // java.lang.ArithmeticException
BigDecimal add = bigDecimal3.add(bigDecimal2); // +
BigDecimal subtract = bigDecimal3.subtract(bigDecimal2); // -
BigDecimal multiply = bigDecimal3.multiply(bigDecimal2); // *
BigDecimal divide = bigDecimal3.divide(bigDecimal2, 2, RoundingMode.HALF_UP); // /
BigDecimal(BigInteger)存储与计算原理
BigDecimal中使用scale表示小数位位数，BigDecimal会将输入的小数放大为整数，最终转化为 long 或 BigInteger 存储：
如果 在long类型的数值范围内则使用long，溢出则使用BigInteger存储。
所以，有些业务直接用long存储金额也没问题，只是其覆盖场景没有BigDecimal全。
BigDecimal所有的计算，实际上委托给了BigInteger，接下来看下BigInteger是如何存储“大数”的。
public class BigInteger extends Number implements Comparable<BigInteger> {
// 符号位：-1 for negative, 0 for zero, or 1 for positive
final int signum;
// 数值：采用int数组存储绝对值防止溢出，big-endian
final int[] mag;
int最大值：1111111_11111111_11111111_11111111b = 21_4748_3647
此处我们加一个加1个二进制位1来演示：1_11111111_11111111_11111111_11111111b = 85_8993_4591
// 首先添加VM Options: --add-opens java.base/java.math=ALL-UNNAMED
long val = 85_8993_4591L; // 33位： 1_11111111_11111111_11111111_11111111b
BigInteger bigInteger = BigInteger.valueOf(val);
Field magField = BigInteger.class.getDeclaredField("mag");
magField.setAccessible(true);
int[] mag = (int[])magField.get(bigInteger);
System.out.println(Integer.toBinaryString(mag[0])); // 1位： 1
System.out.println(Integer.toBinaryString(mag[1])); // 32位： 11111111_11111111_11111111_11111111
BigInteger 加法
public BigInteger add(BigInteger val) {
if (val.signum == 0)
// 如果val为0，直接返回this
return this;
if (signum == 0)
// 如果当前为0，直接返回val
return val;
if (val.signum == signum)
// 同符号相加，新建实例返回
return new BigInteger(add(mag, val.mag), signum);
// 不同符号，则将大绝对值减去小绝对值，符号取大绝对值原数的符号
// 比较两个不同符号数的绝对值谁大
int cmp = compareMagnitude(val);
if (cmp == 0)
// 一样大返回0
return ZERO;
// 大绝对值-小绝对值的结果
int[] resultMag = (cmp > 0 ? subtract(mag, val.mag)
: subtract(val.mag, mag));
// 去掉resultMag里0开头的字节
resultMag = trustedStripLeadingZeroInts(resultMag);
// 返回新实例
return new BigInteger(resultMag, cmp == signum ? 1 : -1);
}
看看同符号的add方法:
private static int[] add(int[] x, int[] y) {
// 设定 x是大数，y是小数
// If x is shorter, swap the two arrays
if (x.length < y.length) {
int[] tmp = x;
x = y;
y = tmp;
}
int xIndex = x.length;
int yIndex = y.length;
// 先用大数x长度做初始化结果
int result[] = new int[xIndex];
long sum = 0;
if (yIndex == 1) {
// 如果小数y的mag数组长度只有1，那么只要把x的最高索引(也就是十进制里小的位数，这里是big-endian)的int和y[0]相加存在long的sum中
// 这里不会溢出，因为sum是long类型
sum = (x[--xIndex] & LONG_MASK) + (y[0] & LONG_MASK) ;
// 强制转为int，比int大怎么办？result[xIndex]二进制直接存全1，溢出部分后续会处理
result[xIndex] = (int)sum;
} else {
// 如果y的mag数组长度大于1，则对齐int[]索引最高位相加，即从十进制的数位小的往大的加（big-endian就是索引从大到小加）
// Add common parts of both numbers
while (yIndex > 0) {
// 这里sum>>>32就是上一次相加溢出的部分
sum = (x[--xIndex] & LONG_MASK) + (y[--yIndex] & LONG_MASK) + (sum >>> 32);
result[xIndex] = (int)sum;
}
}
// Copy remainder of longer number while carry propagation is required
// carry为true则表示还有溢出
boolean carry = (sum >>> 32 != 0);
// 如果x数组,y数组长度相同，这里就不会执行
while (xIndex > 0 && carry)
// x数组长度比y数组长 且溢出标志carry为true
// 则剩余的x的都要加1,加的1即是溢出的进位，加完之后如果还有进位，则继续加，没有就break
carry = ((result[--xIndex] = x[xIndex] + 1) == 0);
// Copy remainder of longer number
while (xIndex > 0)
// 第一个while没有进位了，把x剩余的字节copy到结果
result[--xIndex] = x[xIndex];
// Grow result if necessary
if (carry) {
// 第一个while还有进位，则需要给result扩容了
int bigger[] = new int[result.length + 1];
System.arraycopy(result, 0, bigger, 1, result.length);
// big-endian
bigger[0] = 0x01;
return bigger;
}
return result;
}
BigDecimal & BigInteger乘法：Toom-Cook Algorithm
BigDecimal中会判断乘数和被乘数是否溢出long类型范围，如果没溢出则使用long类型的intCompact做乘（此时如果两个long相乘的结果溢出long范围，则会将其中一个乘数转为BigInteger再乘一次），溢出则使用BigInteger类型的intVal做乘。
当使用BigInteger时，同样乘法都委托给了BigInteger去处理。
BigInteger使用到了大数相乘的算法：Karatsuba算法 和 Toom-Cook(Took-3)算法
普通小学学的乘法步骤的时间复杂度为O(n^2)，Karatsuba算法时间复杂度为 O(n^1.585)，而 Toom-Cook3算法时间复杂度为O(n^1.465)
这些算法都是将部分乘法转化为加法，计算机处理加法的速度要快于乘法。
BigDecimal除法
BigDecimal中divide方法：
public BigDecimal divide(BigDecimal divisor, int scale, int roundingMode) {
...
if (this.intCompact != INFLATED) {
if ((divisor.intCompact != INFLATED)) {
// 除数被除数都没超过long范围，则直接相除
// 否则借助BigInteger 的divide方法：MutableBigInteger divide(MutableBigInteger b, MutableBigInteger quotient)
return divide(this.intCompact, this.scale, divisor.intCompact, divisor.scale, scale, roundingMode);
} else {
...
再来看看divide的这个重载方法：
// 3/2 这里3是dividend，2是divisor
private static BigDecimal divide(
long dividend, // 被除数
int dividendScale, // dividend的小数位数
long divisor, // 除数
int divisorScale, // divisor的小数位数
int scale, // 相除结果的小数位数
int roundingMode // 舍入策略
) {
// 思路是取max(scale + divisorScale,dividendScale)
if (checkScale(dividend,(long)scale + divisorScale) > dividendScale) {
// 除数的小数位数 + 结果的小数位数 > 被除数的小数位数，且和不超过Integer.MAX_VALUE
// 将dividend的scale提升到和newScale一致
int newScale = scale + divisorScale;
int raise = newScale - dividendScale;
if(raise<LONG_TEN_POWERS_TABLE.length) {
// xs记录提升scle后的dividend，比如200.1的scale为1，这里raise为2，则变为20010，scale为3
long xs = dividend;
if ((xs = longMultiplyPowerTen(xs, raise)) != INFLATED) {
// divedend扩大不溢出long范围
return divideAndRound(xs, divisor, scale, roundingMode, scale);
}
// 溢出long范围则分解dividend，除多次，比如： a = b*c, 则 a / d = c * b/d
// 如果商quotient long类型放不下则为null
BigDecimal q = multiplyDivideAndRound(LONG_TEN_POWERS_TABLE[raise], dividend, divisor, scale, roundingMode, scale);
if(q!=null) {
return q;
}
}
// 转换成BigInteger做除法
BigInteger scaledDividend = bigMultiplyPowerTen(dividend, raise);
return divideAndRound(scaledDividend, divisor, scale, roundingMode, scale);
} else {
// 操作同上
int newScale = checkScale(divisor,(long)dividendScale - scale);
int raise = newScale - divisorScale;
if(raise<LONG_TEN_POWERS_TABLE.length) {
long ys = divisor;
if ((ys = longMultiplyPowerTen(ys, raise)) != INFLATED) {
return divideAndRound(dividend, ys, scale, roundingMode, scale);
}
}
BigInteger scaledDivisor = bigMultiplyPowerTen(divisor, raise);
return divideAndRound(BigInteger.valueOf(dividend), scaledDivisor, scale, roundingMode, scale);
}
}
先来看看直接用两个long做除的流程：
// 注意这里的ldividend是扩大了raise倍的，且 ldividend的scale = ldivisor的scale + scale
private static BigDecimal divideAndRound(long ldividend, long ldivisor, int scale, int roundingMode,
int preferredScale) { // preferredScale 就是scale
int qsign; // quotient sign
// 直接相除存在long中
long q = ldividend / ldivisor; // store quotient in long
// 如果是向下取整，直接返回q就行
if (roundingMode == ROUND_DOWN && scale == preferredScale)
return valueOf(q, scale);
long r = ldividend % ldivisor; // 取余数
qsign = ((ldividend < 0) == (ldivisor < 0)) ? 1 : -1; // 结果判断符号
if (r != 0) {
// 如果余数不为0，判断是否要进位，由于dividend扩大了倍数使得其scale等于divisor的scale+预期结果的scale
// 这里进位也只会进1
boolean increment = needIncrement(ldivisor, roundingMode, qsign, q, r);
return valueOf((increment ? q + qsign : q), scale);
} else {
// 刚好除尽，没有余数
if (preferredScale != scale)
return createAndStripZerosToMatchScale(q, scale, preferredScale);
else
return valueOf(q, scale);
}
}
BigInteger除法：Knuth & BurnikelZiegler Algorithm
Knuth算法（试商法）时间复杂度为O(n^2)：
BurnikelZiegler Algorithm 参见：
1695
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
