Java中float和double严格遵循IEEE 754标准：float为32位（1位符号+8位指数+23位尾数），double为64位（1位符号+11位指数+52位尾数），0.1等十进制小数因二进制无限循环而被截断存储，属确定性精度误差。
Java 中的 float 和 double 不是“带小数点的数字”这种直观概念，而是严格按 IEEE 754 标准在内存中以固定二进制位模式存储的。理解它的本质，关键在于拆解为三个物理字段：符号位、指数位、尾数位——每个字段有明确长度和解释规则，不是靠十进制直觉推导出来的。
float 和 double 的位结构一目了然
它们不是抽象类型，而是明确定义的二进制容器：
- float（32 位）：1 位符号 + 8 位指数（偏移量 Bias = 127）+ 23 位尾数（隐含前导 1，实际精度 24 位）
- double（64 位）：1 位符号 + 11 位指数（Bias = 1023）+ 52 位尾数（隐含前导 1，实际精度 53 位）
比如 Float.floatToIntBits(3.14f) 返回的 int 值，就是这 32 位原封不动的二进制布局；Double.doubleToLongBits(2.718) 同理返回 64 位原始位模式。这不是 Java 的封装，而是直接映射硬件标准。
为什么 0.1 存不精确？根源在二进制表达能力
十进制小数 0.1 在二进制中是无限循环小数：0.0001100110011…₂。而 float 只有 23 位尾数空间，必须截断或舍入 → 最终存进去的其实是它最接近的可表示值，约等于 0.10000000149011612。这不是 Java 的 bug，也不是计算错误，而是所有遵循 IEEE 754 的语言（C、Python、JavaScript 等）共有的数学事实。
立即学习“Java免费学习笔记（深入）”；
同理，0.2 也被近似；两者相加后误差叠加，结果变成 0.30000000000000004，自然不等于精确的 0.3。
如何安全地查看或构造浮点数的底层位
调试或解析协议（如传感器原始字节、Modbus 浮点寄存器）时，需要绕过字符串或算术转换，直接操作位：
- 从 float 获取位模式：
int bits = Float.floatToIntBits(value); - 从位还原 float：
float f = Float.intBitsToFloat(bits); - 手动拆解（以 float 为例）：
• 符号位：(bits >> 31) & 0x1
• 指数域：(bits >> 23) & 0xFF（值 0～255，其中 1～254 为正常范围）
• 尾数域：bits & 0x7FFFFF（低 23 位）
注意：指数为 0 表示非规格化数或零；为 255 表示无穷大或 NaN；中间值才对应真实指数（减去 Bias）。
精度问题不是缺陷，而是设计取舍的结果
IEEE 754 是在数值范围、运算速度与存储效率之间做的平衡。float 约 6–7 位十进制精度，double 约 15–16 位。它适合科学计算、图形渲染、物理模拟等场景，但不适合金融计费这类“一分都不能错”的需求。
该用的时候就用，不该用的时候就换：
• 比较两个浮点数，用 Math.abs(a - b) 替代 <code>a == b；
• 需要精确十进制运算，用 BigDecimal("0.1")（务必用字符串构造），配合 .add()、.multiply() 和指定 RoundingMode 的 .divide()。
