Java中处理浮点数运算时，由于float和double类型基于IEEE 754标准，存在精度丢失问题。直接使用它们进行计算，比如加减乘除，可能会导致不符合预期的结果。例如
0.1 + 0.2并不等于
0.3，而是接近的近似值。要正确处理这类问题，需采用更精确的方式。
使用BigDecimal进行高精度计算
对于需要精确结果的场景，如金融计算、金额处理等，应使用java.math.BigDecimal类。
注意：不要用double构造函数创建BigDecimal，这会继承double的精度问题。
错误写法：new BigDecimal(0.1)—— 这实际得到的是
0.1000000000000000055511151231257827021181583404541015625
立即学习“Java免费学习笔记（深入）”；
正确做法是使用字符串构造函数：
new BigDecimal("0.1")—— 精确表示0.1- 所有加减乘除操作都通过方法调用完成，如
add()
、subtract()
、multiply()
、divide()
- 做除法时注意设置精度和舍入模式，避免无限循环小数导致异常
示例：
BigDecimal a = new BigDecimal("0.1");
BigDecimal b = new BigDecimal("0.2");
BigDecimal sum = a.add(b); // 结果为 0.3
避免直接比较double值是否相等
由于浮点数存储的近似性，不能用
==判断两个double是否相等。
应该使用“误差范围”（delta）进行比较：
- 定义一个很小的阈值，如
1e-9
- 判断两数之差的绝对值是否小于该阈值
示例：
double d1 = 0.1 + 0.2; double d2 = 0.3; boolean isEqual = Math.abs(d1 - d2) < 1e-9; // true
合理选择数据类型
根据使用场景决定浮点类型：
- 科学计算、图形处理等允许一定误差的场景，可用double
- 涉及金钱、财务等必须精确的场景，必须用BigDecimal
- 避免使用float，除非内存极度受限，其精度太低
如果金额可以用整数表示（如以分为单位），优先使用long或int，从根本上避免浮点问题。
总结关键点
处理浮点数时记住：
- 不要依赖double或float的精确值
- 用BigDecimal处理需要精确计算的业务
- 比较浮点数时使用误差容忍方式
- 金额优先考虑整数类型存储
基本上就这些，不复杂但容易忽略。
