浮点数存不准是因为十进制小数如0.1在二进制中为无限循环小数，ieee 754标准用有限位数截断存储导致近似；float精度6–7位，double精度15–17位；比较应使用误差容忍而非==。
浮点数为什么存不准
Java 的 float 和 double 本质是二进制近似表示，不是十进制精确值。像 0.1、0.2 这类常见小数，在二进制里是无限循环小数（如 0.1₁₀ = 0.0001100110011…₂），而内存空间有限，只能截断存储——这就注定是近似值。
IEEE 754 标准用“符号位 + 指数位 + 尾数位”三部分存数，例如 double：1 位符号、11 位指数、52 位尾数。它靠科学计数法（V = (−1)ˢ × M × 2ᴱ）平衡范围与精度，但不解决“十进制小数无法有限表达”的根本问题。
float 和 double 的关键区别
float 占 32 位（4 字节），约 6–7 位十进制精度；double 占 64 位（8 字节），约 15–17 位精度。日常开发中，double 是默认选择，除非明确受限于内存或性能（如图形批量计算）。
- 字面量如
3.14、0.5默认是 double 类型，直接赋给 float 变量会编译报错（类型不匹配） - 要声明 float 字面量，必须加后缀：
3.14f或3.14F - 2.5 能被精确表示（因为 0.5 = 1/2，二进制为有限小数），所以
2.5f == 2.5d返回 true；但 20.3 不行，20.3f == 20.3d为 false
避免浮点比较和误差累积
永远不要用 == 直接比较两个 float/double 值。哪怕只是简单加减，误差也可能暴露出来：
System.out.println(0.1 + 0.2); // 输出 0.30000000000000004
- 判断相等应改用“误差容忍”方式：
Math.abs(a - b) - 做累加、平均、比例运算时，误差会逐步放大，尤其在循环中反复操作
- 科学计算可接受一定误差，但金融、计费、配置校验等场景必须零容忍
高精度场景必须用 BigDecimal
当业务要求“绝对精确”，比如金额计算、利率复利、订单分账，必须用 java.math.BigDecimal。
- 构造时优先用字符串：
new BigDecimal("0.1")，避免new BigDecimal(0.1)（后者仍从 double 近似值构造） - 所有运算用方法调用：
add()、multiply()、divide()（注意指定舍入模式） - 不要用
BigDecimal做高频数学运算（如物理仿真），它比原生浮点慢得多，属于“精度换性能”
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
