Java浮点数精度问题源于IEEE 754二进制表示限制，应依场景选型：高精度用BigDecimal（字符串构造、方法运算、指定舍入）、整数换算单位、double则容差比较与格式化显示。
Java 中浮点数类型（float 和 double）基于 IEEE 754 标准，本质是二进制近似表示十进制小数，因此无法精确表达很多常见小数（如 0.1、0.3），导致计算结果出现精度丢失。这不是 Java 的 Bug，而是所有遵循该标准的编程语言共有的限制。要避免精度问题，关键不是“修复浮点数”，而是**在合适场景选用合适的数据类型与计算方式**。
优先使用 BigDecimal 处理高精度业务计算
BigDecimal 是 Java 提供的不可变、任意精度的十进制数类，专为金融、会计等要求精确小数运算的场景设计。
- 构造时尽量用 字符串参数，避免从
double直接创建（如new BigDecimal("0.1")✅；new BigDecimal(0.1)❌——后者会先用 double 存 0.1 的二进制近似值，再转成 BigDecimal，误差已引入） - 所有算术操作必须调用方法：`.add()`、`.subtract()`、`.multiply()`、`.divide()`，不能用 + − * / 运算符
- 除法必须指定
scale（小数位数）和RoundingMode（如RoundingMode.HALF_UP），否则可能抛ArithmeticException - 比较大小用
.compareTo()，不要用==或.equals()（后者会比较 scale，new BigDecimal("1.0").equals(new BigDecimal("1"))返回false）
用整数代替浮点数做计数或比例运算
如果业务逻辑允许，把单位换算为最小可分单位（如金额用“分”代替“元”，长度用“微米”代替“米”），全程用 long 或 int 计算。
- 例如：商品价格 19.99 元 → 存储为
1999（单位：分），加减乘除都无精度损失 - 显示时再除以 100 并格式化（注意除法仍需控制舍入，可用
DecimalFormat或BigDecimal.divide(...)） - 适合规则明确、量级可控的场景，性能优于
BigDecimal
对 double 运算结果做合理容差比较与显示截断
若必须用 double（如科学计算、图形渲染、实时性敏感场景），应接受其近似本质，不追求“绝对相等”，而采用误差容忍策略。
立即学习“Java免费学习笔记（深入）”；
- 比较两个
double是否“相等”：用Math.abs(a - b) <= epsilon（如1e-10），而非a == b - 显示输出前用
String.format("%.2f", d)或DecimalFormat控制小数位数，避免暴露尾部噪声（如0.30000000000000004→"0.30"） - 避免链式浮点运算累积误差，必要时插入中间舍入（但需谨慎评估对精度的影响）
避免常见陷阱写法
有些看似无害的操作，实际会悄悄引入精度问题：
- 用
double作为for循环变量（如for (double d = 0.0; d <= 1.0; d += 0.1)），可能导致循环多一次或少一次 - 将
double值直接存入数据库 numeric/decimal 字段却未做舍入，数据库可能截断或报错 - 用
Double.parseDouble("0.1")后参与后续计算，其实已经丢失精度（同0.1d） - 误以为
float比double“更轻量所以更好”，实际上float精度更低（约 7 位有效数字 vsdouble的 15–16 位），通常没有优势
