浮点型包装类(Float、Double、BigDecimal)的使用与解析

目录

一、使用

二、解析

---

一、使用

在Java程序设计中，浮点数处理存在失真（丢失精度）问题，例如：

out.println(0.1 + 0.2);    //输出0.30000000000000004
out.println(0.1 * 0.2);    //输出0.020000000000000004

double num1 = 2.8f;
out.println(num1);        //输出2.799999952316284

double a = 0.7;
out.println(new BigDecimal(a));    //输出0.6999999999999999555910790149937383830547332763671875

因此，在处理精确度和准确度要求都非常高的数据时，不宜直接使用单精度和双精度数据类型，通常应用BigDecimal(String val)来声明存储浮点数的变量，并用BigDecimal中对应的方法来计算，最后可通过其BigDecimal中的toString()方法获得对应的值

二、解析

为什么在对浮点数进行存储、计算、类型转换时会出现失真呢？其核心是因小数转二进制和浮点数的存储机制引起的。为什么用BigDecimal(String val)不会出现失真现象呢？这与BigDecimal的处理机制有关系。

1、浮点数存储机制

计算机先将数值转换成二进制并用科学计数法表示，然后根据类型存储0、1代码。

单精度浮点数存储格式：

1bit

8bits

23bits

双精度浮点数存储格式：

1bit

11bits

52bits

在上面两个表格中，第一列是符号位，第二列是存储指数的位数，第三列是存储尾数的位数（要减1）。因此，当单精度浮点数的尾数超过24位时，后面的二进制位数将丢失；双精度浮点数的尾数超过53位时，后面的二进制位数将丢失。

注意：要想具体了解浮点数的存储机制，请参考网上的其他资料，在此只说明造成失真的原因，因此不赘述。

2、小数转二进制的问题

小数转二进制是用该数乘以2，并取乘积的整数部分，直到乘积为0。

如：0.1转换成为二进制位0.0001100110011...，0.2转换成二进制为0. 001100110011...

以上两数转换成二进制时都出现了无限循环，因此，表示成科学计数法时，其尾数会超出浮点数存储要求的尾数，超出部分将会丢失，因此产生失真

3、BigDecimal的核心机制

用intCompact（声明形式：private final transient long intCompact）变量存储浮点数的有效数值，用scale（声明形式：private final int scale）变量存储浮点数的小数位数。如：

555.6666：intCompact变量会存入5556666，scale变量会存入4。

计算时，用对应的intCompact值参与运算，即存储和运算都使用了long型，所以不会失真。

要想得到真实的数字，只需调用toString方法即可，此方法会以字符串处理的方式，在intCompact表示的数值中加入小数点并返回

特别注意：为了不失真，尽量不使用public BigDecimal(double val,...)构造方法