Java中不能用==判断浮点数相等，因二进制存储导致精度丢失（如0.1+0.2!=0.3）；应采用误差范围法，即判断Math.abs(a-b)<epsilon（如1e-6）。

Java 中不能直接用 == 判断两个浮点数是否“数学上相等”，因为浮点数在计算机中以二进制形式存储，存在精度丢失问题。例如 0.1 + 0.2 != 0.3（结果为 false）。正确做法是判断它们的差值是否小于一个极小的阈值（即“误差范围”）。

使用误差范围（epsilon）比较

这是最常用、最直观的方式：计算两数之差的绝对值，看是否落在可接受的误差范围内。

• 定义一个足够小的正数 epsilon，如 1e-6（适用于大多数普通精度场景）
• 写法：Math.abs(a - b)
• 注意：epsilon 的大小需根据业务场景调整——科学计算可能要 1e-15，而图形渲染可能允许 1e-3

使用 Double.compare() 或 Float.compare()

该方法用于**排序或判等逻辑中需处理 NaN 和 ±0 的边界情况**，它按 IEEE 754 规则比较：

Alibabacloud Sdk Client Initialization For Java

在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。

下载

• Double.compare(a, b) == 0 表示 a 和 b 数值相等（且都非 NaN）
• 它把 NaN 视为最大值，-0.0 和 +0.0 视为相等
• 但注意：它不提供误差容忍，是严格数值比较，仍无法解决 0.1+0.2==0.3 这类精度问题

使用 BigDecimal 进行精确比较（适合金融/高精度场景）

当需要完全避免浮点误差（如金额计算），应改用 BigDecimal，并确保用字符串构造（避免 double 构造器引入初始误差）：

立即学习“Java免费学习笔记（深入）”；

• ✅ 正确：new BigDecimal("0.1").add(new BigDecimal("0.2")).equals(new BigDecimal("0.3"))
• ❌ 错误：new BigDecimal(0.1) —— 此时 0.1 已经是不精确的 double 字面量
• 比较用 equals()（注意它会比较值和精度，若需忽略精度差异可用 compareTo() == 0）

推荐实践总结

日常开发中，优先选择带 epsilon 的比较；涉及金额、配置校验等对精度敏感的场景，从源头改用 BigDecimal；仅在需要兼容 NaN/±0 且无需容错时才考虑 Double.compare()。没有银弹，关键是根据场景选合适工具。