BigDecimal能解决金融计算精度丢失，因其以“整数+小数位数”方式精确表示十进制数，避开float/double的二进制表示缺陷；构造推荐字符串入参，除法须指定scale与舍入模式，比较用compareTo()而非equals()。

BigDecimal 在金融计算中能解决精度丢失，核心在于它用“整数+小数位数”方式精确表示十进制数，避开二进制浮点数（如 double）固有的表示缺陷。

为什么 float/double 在金融场景必然出错

计算机底层用二进制存储浮点数，而很多十进制小数（如 0.1、0.01）无法被有限位二进制精确表示。例如：

• 0.1 + 0.2 != 0.3 —— double 计算结果是 0.30000000000000004
• 银行计息、分账、对账等场景要求“所见即所得”，误差哪怕 1 分钱也不允许
• IEEE 754 浮点规范设计目标是科学计算（容忍微小误差），不是会计核算

BigDecimal 是如何做到精确的

它不存“小数值”，而是存两个整数：unscaledValue（未缩放值）和 scale（小数位数）。例如：

• new BigDecimal("19.99") 内部实际存的是 unscaledValue = 1999，scale = 2
• 所有算术操作（add、subtract、multiply、divide）都在整数层面进行，再按 scale 调整结果
• 构造时推荐用 字符串入参（如 new BigDecimal("0.1")），避免 double 入参（new BigDecimal(0.1)）已携带二进制误差

关键操作必须注意的细节

BigDecimal 的“精确”不等于“自动正确”，错误用法仍会导致偏差：

• 除法必须指定 scale 和舍入模式：divide() 不带参数会抛 ArithmeticException（如 1 ÷ 3 无限循环）；应写成 a.divide(b, 2, RoundingMode.HALF_UP)
• 比较用 compareTo()，不用 equals()：equals() 会比较 scale（new BigDecimal("1.0").equals(new BigDecimal("1.00")) → false），compareTo() 只比数值大小
• 避免隐式类型转换：不要混用 int/double 运算后再转 BigDecimal；全程保持 BigDecimal 类型链式计算

一个典型安全计算流程示例

比如计算 1000 元按年利率 3.85% 日计息（360 天）一天的利息：

• 本金：new BigDecimal("1000.00")
• 日利率：new BigDecimal("0.0385").divide(new BigDecimal("360"), 6, RoundingMode.HALF_UP)
• 利息 = 本金 × 日利率，再 setScale(2, RoundingMode.HALF_UP) 保留两位小数
• 全程无 double 参与，无字符串拼接，无默认舍入