Java中float/double无法精确表示十进制小数，因二进制近似与IEEE 754截断导致固有误差；需用BigDecimal（字符串构造）、整数单位或double+EPSILON比较等方案应对不同场景。
Java 中的 float 和 double 无法做到真正“精确计算”十进制小数，因为它们本质是二进制近似表示——像 0.1、0.2 这类常见小数在二进制中是无限循环小数，而 IEEE 754 标准强制用固定位数（float 23 位尾数、double 52 位尾数）截断存储，误差从写入那一刻就已存在。所谓“精确计算”，其实是绕过浮点机制，改用能忠实表达十进制语义的方式。
用 BigDecimal 做真正可控的十进制计算
这是金融、计费、税务等零容错场景的唯一推荐方案：
- 构造必须用字符串：new BigDecimal("0.1") ✅；绝不用 new BigDecimal(0.1) ❌（后者传入的 double 已失真）
- 所有运算调用方法：add()、subtract()、multiply()；除法 divide() 必须指定小数位数和舍入模式，例如 divide(other, 2, RoundingMode.HALF_UP)
- 比较用 compareTo()：它按数值大小返回 -1/0/1；不要用 == 或 equals()（equals 会连 scale 一起比，new BigDecimal("1.0").equals(new BigDecimal("1")) 是 false）
- 数据库字段对应 decimal/numeric 类型，避免 JDBC 自动转成 double 导致二次失真
用整数单位彻底规避小数
适用于精度固定、单位明确的业务，比如金额、温度、时间：
- 把“元”换成“分”：19.99 元 → 存为 long 类型的 1999；所有加减乘除都在整数域完成
- 显示时再转换：String.format("%.2f", amount / 100.0)，注意这只是格式化输出，不参与中间计算
- 优势是无精度损失、性能高、逻辑清晰；缺点是需人工管理缩放因子，不适合动态精度需求（如汇率实时变化到小数点后6位）
必须用 double 时的稳健比较与误差控制
科学计算、图形渲染、物理模拟等允许微小误差的场景，可继续用 double，但不能直接 ==：
立即学习“Java免费学习笔记（深入）”；
- 定义合理 EPSILON：final double EPSILON = 1e-10；判断相等用 Math.abs(a - b) < EPSILON
- 注意量级匹配：对大数（如 1e12）应使用相对误差 Math.abs(a - b) / Math.max(Math.abs(a), Math.abs(b)) < EPSILON
- 避免误差累积：减少连续浮点运算次数；关键中间结果及时 round 或转为 BigDecimal 截断
别踩这些典型陷阱
很多精度问题其实源于误用习惯：
- 用 double 做 HashMap 的 key 或 HashSet 的元素：因精度偏差导致 contains 失败
- 在循环中反复 += 0.1：for (int i = 0; i < 10; i++) sum += 0.1，结果不是 1.0 而是 0.9999999999999999
- 认为 DecimalFormat.format() 能“修复”精度：它只影响显示，底层值仍是失真的 double
- 把 float/double 当作唯一标识或用于分布式系统中的状态比对
