現(xiàn)象
float total = 1.0f;
float f1 = .1f;
float f2 = .2f;
float f3 = .3f;
float f4 = total - f1 - f2 - f3;
得到的f4值是多少？
稍有經(jīng)驗(yàn)的程序員估計都會想「肯定不是0.4」
Bingo！答案是0.39999998
原理
Java在存儲float和double數(shù)據(jù)時叮称，整數(shù)和小數(shù)部分分別轉(zhuǎn)為二進(jìn)制表示
例如2.5，在內(nèi)存中32位的存儲結(jié)果為
1100 0000 0010 0000 0000 0000 0000 0000
沒有精度丟失，因?yàn)?.5剛好可以轉(zhuǎn)為二級制小數(shù)的1
但如果是2.6呢笼痹？小數(shù)部分會表示為
1001 1001 1001 1001 1001 1001 1001 1001
1001的無限循環(huán)，但存儲位數(shù)是有限的酪穿，超出部分不得不被舍棄掉凳干，就造成了精度丟失
跳坑
Java提供了BigDecimal類處理類似問題，這也是很多博客推薦的解法
話不多說被济，直接上代碼
float total = 1.0f;
float f1 = .1f;
float f2 = .2f;
float f3 = .3f;
BigDecimal totalB = new BigDecimal(total);
BigDecimal f1B = new BigDecimal(f1);
BigDecimal f2B = new BigDecimal(f2);
BigDecimal f3B = new BigDecimal(f3);
float f4B = totalB.subtract(f1B).subtract(f2B).subtract(f3B).floatValue();
得到的f4B值是多少救赐？
多數(shù)人會想「肯定0.4了」
答案還是0.39999998
分析
BigDecimal只有傳參為double類型的構(gòu)造方法，所以這里雖然傳入的是float只磷，但調(diào)用的是：
public BigDecimal(double val) {
this(val,MathContext.UNLIMITED);
}
跟進(jìn)去看看是怎么處理傳參的：
public BigDecimal(double val, MathContext mc) {
if (Double.isInfinite(val) || Double.isNaN(val))
throw new NumberFormatException("Infinite or NaN");
// Translate the double into sign, exponent and significand, according
// to the formulae in JLS, Section 20.10.22.
long valBits = Double.doubleToLongBits(val);
int sign = ((valBits >> 63) == 0 ? 1 : -1);
int exponent = (int) ((valBits >> 52) & 0x7ffL);
long significand = (exponent == 0
? (valBits & ((1L << 52) - 1)) << 1
: (valBits & ((1L << 52) - 1)) | (1L << 52));
exponent -= 1075;
...
}
double本身就無法無損表示
解決
一個小改動经磅，就可以解決問題：
float total = 1.0f;
float f1 = .1f;
float f2 = .2f;
float f3 = .3f;
BigDecimal totalB = new BigDecimal(String.valueOf(total));
BigDecimal f1B = new BigDecimal(String.valueOf(f1));
BigDecimal f2B = new BigDecimal(String.valueOf(f2));
BigDecimal f3B = new BigDecimal(String.valueOf(f3));
float f4B = totalB.subtract(f1B).subtract(f2B).subtract(f3B).floatValue();
為什么傳參為String類型的構(gòu)造方法可以保留精度？
答案都在源碼里
