Java浮点数精度问题需绕过double缺陷：金融用BigDecimal（字符串构造）、性能敏感用整数放大法、科学计算用误差阈值比较。
Java 中处理浮点数运算精度问题，核心不是“修复 double”，而是“绕过它的缺陷”。0.1 + 0.2 得到 0.30000000000000004 这类现象，是 IEEE 754 二进制表示的必然结果，不是 bug，也无法靠四舍五入显示掩盖。真正有效的做法，是按场景选对工具、用对方式。
金融/金额类计算必须用 BigDecimal（字符串构造）
所有涉及钱的场景——订单、支付、计费、对账——都要求数值绝对可预测、可复现、可审计。
- ✅ 正确构造：永远用 new BigDecimal("19.99") 或 BigDecimal.valueOf(19.99)；前者零误差，后者内部调用
Double.toString()，比直接传 double 安全 - ❌ 绝对避免：
new BigDecimal(19.99)—— 此时 19.99 在 double 里本就不精确，误差已写死 - 加减乘可直接用
.add()、.subtract()、.multiply()；除法必须指定精度和舍入模式，例如：a.divide(b, 2, RoundingMode.HALF_EVEN)（银行家舍入，推荐用于财务） - 比较相等性必须用
bd1.compareTo(bd2) == 0，不要用equals()（它连 scale 都比较，“1.0” ≠ “1.00”）
性能敏感且小数位固定的场景可用整数放大法
比如温度保留 1 位、传感器读数保留 3 位、金额单位统一为“分”，全程走 long 运算，轻量又可靠。
- 金额存“分”：
long totalCents = 1999L + 2000L;→ 3999 分 = 39.99 元 - 放大时用
Math.round(original * scale)，别用(long)(original * scale)（强转会截断） - 注意溢出：大数 × 大倍数可能超出 long 范围，必要时改用
BigInteger
科学/渲染/模拟类场景用误差阈值代替直接比较
这类业务允许微小偏差，重点在逻辑稳定而非绝对精确。
立即学习“Java免费学习笔记（深入）”；
- 永远不要写
if (a == b)判断两个 double 是否相等 - 改用相对或绝对误差判断：
Math.abs(a - b) （普通计算），或更鲁棒的 <code>Math.abs(a - b) / Math.max(Math.abs(a), Math.abs(b)) - 避免混用 float/double，尤其在比较或混合运算中，极易因隐式转换引入意外偏差
前后端协同防精度污染
后端再严谨，前端传错原始值也白搭。
- 前端提交金额必须校验格式：
/^\d+(\.\d{1,2})?$/，拒绝 "19."、"19.990"、"1e2" - 禁止前端做任何金额计算（如实时满减），全部交由后端幂等接口完成
- 后端接收 JSON 时，配置
spring.jackson.deserialization.use-big-decimal-for-floats=true，确保金额字段反序列化为 BigDecimal 而非 double - 数据库字段定义为
DECIMAL(18,2)，JDBC 读取用ResultSet.getBigDecimal()，跳过 double 中间层
