根本原因是float仅23位尾数而double有52位，精度从15–17位十进制有效数字降至6–7位，导致截断或IEEE 754就近舍入，且0.1等十进制小数在二进制中本就无限循环，双重舍入加剧误差。
从 double 转成 float 会丢失精度，根本原因在于两者存储结构不同——float 只有 23 位尾数，而 double 有 52 位。当高精度的 double 值被“塞进”更窄的 float 空间时，超出部分只能被截断或舍入。
尾数位数大幅缩减
IEEE 754 标准规定：
- float（32 位）：1 位符号 + 8 位指数 + 23 位尾数 → 约 6–7 位十进制有效数字
- double（64 位）：1 位符号 + 11 位指数 + 52 位尾数 → 约 15–17 位十进制有效数字
这意味着一个 double 能精确表示像 20014999.0 这样的整数（在 ±2⁵³ 范围内），但 float 的 23 位尾数最多只支持 ±2²⁴（约 ±16777216），一旦超出，连整数都会变样——比如 (float)20014999.0 实际变成 20015000.0 或类似近似值。
二进制表示本身就不精确
很多十进制小数（如 0.1、0.01）在二进制中是无限循环小数：
-
0.1（十进制）→0.0001100110011…（二进制，无限循环） - double 存储时已做一次舍入（保留 52 位），本身已是近似值；
- 再转 float，要再砍掉 29 位尾数，舍入误差进一步放大。
所以不是“转换过程出错”，而是两次有限精度逼近叠加的结果。
指数范围差异也会引发意外
虽然 float 指数位（8 位）比 double（11 位）少，但日常数值一般不会溢出。真正危险的是：当 double 值非常接近精度边界时，转 float 可能直接跳过相邻可表示值。例如：
- 某个 double 值在 float 中没有对应编码，系统必须选择最接近的两个可表示 float 值之一；
- 若原值恰在中间，按 IEEE 754 舍入规则（默认 round-to-nearest, ties-to-even），结果可能偏离直觉。
如何安全转换？
如果必须转，建议显式判断并控制风险：
- 先检查 double 值是否在 float 可精确表示的整数范围内（即 ≤ ±16777216 且为整数）；
- 对小数，优先用字符串途径：先
Double.toString(d)，再解析为 float 或改用 BigDecimal； - 业务关键场景（如金融、配置参数）尽量避免隐式降级，直接用 double 或更高精度类型。
