Java開發(fā)常見錯誤之數值計算精度和舍入問題詳析
前言
今天單獨分享數值計算的問題,是因為最近處理一次線上服務告警時,發(fā)現還有很多同學不了解浮點數計算的坑。
數值精度問題引發(fā)的Bug一般難以發(fā)現,所以我們在公司處理這方面的業(yè)務時一定要特別注意。
下面我們來具體看看這些問題。
數值精度問題
下面輸出的結果是 ture 還是 false ?
public static void main(String[] args) {
Double num1 = 0.15;
Double num2 = 0.05;
System.out.println(num1 % num2 == 0);
}正確答案是 false 。這是因為計算機無法精確的保存浮點數,所以浮點數計算的結果也不可能精準。
再來看一段代碼猜猜輸出結果。
public static void main(String[] args) {
System.out.println(0.1+0.2);
System.out.println(1.0-0.8);
System.out.println(4.015*100);
System.out.println(123.3/100);
}輸出結果如下:
0.30000000000000004
0.19999999999999996
401.49999999999994
1.2329999999999999
輸出結果和我們預期的很不一樣,出現這種問題的原因是因為計算機是以二進制存儲數值的,浮點數也不例外。Java采用了IEEE754標準實現浮點數的表達和運算。
比如,0.1 的二進制表示為 0.0 0011 0011 0011… (0011 無限循環(huán)),再轉換為十進制就是 0.1000000000000000055511151231257827021181583404541015625。對于計算機而言,0.1 無法精確表達,這是浮點數計算造成精度損失的根源。
你可能會覺得,這種相差非常小不會對產生多大影響,但如果把損失的精度換算成金錢,每天有上百萬交易,每次交易都差一分錢,一個月下來就是30萬。
數值舍入問題
下面這段代碼的輸出結果是什么?
public static void main(String[] args) {
double num = 3.35;
System.out.println(String.format("%.1f", num));
}輸出結果
3.4
這就是由精度問題和舍入方式共同導致的,double 3.35 其實相當于 3.350xxx
String.format 采用四舍五入的方式進行舍入,取 1 位小數,double 的 3.350 四舍五入為 3.4
解決方案
涉及到浮點數精確表達和運算的場景,使用BigDecimal類型。
但是注意在使用BigDecimal的時候也有幾個坑要避開。
第一個坑:
使用 BigDecimal 表示和計算浮點數,務必使用字符串的構造方法來初始化 BigDecimal。
public static void main(String[] args) {
System.out.println(new BigDecimal("0.1").add(new BigDecimal("0.2")));
System.out.println(new BigDecimal(0.1).add(new BigDecimal(0.2)));
}輸出結果
0.3
0.3000000000000000166533453693773481063544750213623046875
第二個坑:
浮點數的字符串格式化也要通過 BigDecimal 進行。
public static void main(String[] args) {
double num = 3.35;
System.out.println(String.format("%.1f", num));
BigDecimal num1 = new BigDecimal("3.35");
BigDecimal num2 = num1.setScale(1, BigDecimal.ROUND_DOWN);
System.out.println(num2);
}輸出結果
3.4
3.3
總結
第一,要精確表示浮點數應該使用 BigDecimal。并且使用 String 入參的構造方法或者 BigDecimal.valueOf 方法來初始化。
第二,對浮點數做精確計算,參與計算的各種數值應該始終使用 BigDecimal,所有的計算都要通過 BigDecimal 的方法進行,任何一個環(huán)節(jié)出現精度損失,最后的計算結果可能都會出現誤差。
第三,對于浮點數的格式化,建議使用 BigDecimal 來表示浮點數,并使用其 setScale 方法指定舍入的位數和方式。
補充:為什么會有精度問題?
計算機處理數據都涉及到數據的轉換和各種復雜運算,比如,不同單位換算,不同進制(如二進制十進制)換算等,很多除法運算不能除盡,比如10÷3=3.3333.。。。。。。無窮無盡,而精度是有限的,3.3333333x3并不等于10,經過復雜的處理后得到的十進制數據并不精確,精度越高越精確。float有8位有效數字,double有16位有效數據,float和double都是到大到一定的值自動開始使用科學計數法,并保留相關精度的有效數字,所以結果是個近似數。如果更精確的運算小數(比如金融,數學),希望結果更符合預期值應該使用Bigcimal。計算器應該也會有精度問題,也會有二進制十進制轉換。
java的雙精度和單精度的區(qū)別
現實問題中不但有整型數值,還有小數。Java語言也提供了針對小數的存儲類型,分別是float類型和double類型。
Java語言的浮點類型有兩種不同的表示形式:十進制數和科學計數法。十進制數形式,由數字和小數點組成,且必須有小數點,如0.123、12.85、26.98等;科學計數法形式,如:2.1E5、3.7e-2等。其中e或E之前必須有數字,且e或E后面的指數必須為整數。
參考資料
- [2] BigDecimal 源碼
- [3]《數值計算》
到此這篇關于Java開發(fā)常見錯誤之數值計算精度和舍入問題的文章就介紹到這了,更多相關Java數值計算精度和舍入問題內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
IntelliJ IDEA 中使用jRebel進行 Java 熱部署教程圖解
Rebel是一款JAVA虛擬機插件,它使得JAVA程序員能在不進行重部署的情況下,即時看到代碼的改變對一個應用程序帶來的影響。本文通過圖文并茂的形式給大家介紹了IntelliJ IDEA 中使用jRebel進行 Java 熱部署教程圖解,需要的朋友參考下吧2018-04-04
SpringBoot配置文件中數據庫密碼加密兩種方案(推薦)
SpringBoot項目經常將連接數據庫的密碼明文放在配置文件里,安全性就比較低一些,尤其在一些企業(yè)對安全性要求很高,因此我們就考慮如何對密碼進行加密,文中給大家介紹加密的兩種方式,感興趣的朋友一起看看吧2019-10-10
redis中存儲list<map>,list<entity>的處理
本文主要介紹了redis中存儲list<map>,list<entity>的處理,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2024-06-06

