java浮点数运算不准源于二进制无法精确表示多数十进制小数，属ieee 754标准共性问题；应依场景选型：金融用bigdecimal（字符串构造+指定舍入）、金额用整数单位、科学计算用double配合误差比较。
Java 中浮点数运算不准，本质是二进制无法精确表示大多数十进制小数（如 0.1），导致 float 和 double 存在固有精度误差。这不是 Java 的 bug，而是 IEEE 754 浮点数标准的共性问题。解决的关键是：**根据场景选择合适的数据类型和计算方式，而不是强行“修复” double**。
用 BigDecimal 做精确十进制计算
适用于金融、计费、需要严格精度控制的业务场景。
- 始终用 字符串构造器创建 BigDecimal，避免 double 构造器带入初始误差：
❌ 错误：new BigDecimal(0.1)→ 实际传入的是 double 的近似值 0.10000000000000000555…
✅ 正确：new BigDecimal("0.1") - 指定舍入模式（如
RoundingMode.HALF_UP）和精度，避免除法无限循环：bd1.divide(bd2, 2, RoundingMode.HALF_UP) - 避免混用基本类型运算：先转成 BigDecimal 再算，不要在中间用 double 参与计算
用整数代替浮点数做计算
适用于金额、比例、计量单位可统一为最小单位的场景（比如金额全用“分”存储）。
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 把 12.34 元存为 1234（int 或 long），所有加减乘除都在整数层面进行
- 显示时再除以 100 并格式化：
String.format("%.2f", amount / 100.0)（仅用于展示，不参与计算） - 优势：零误差、性能好、逻辑清晰；缺点：需提前约定单位，除法仍需谨慎处理余数
用 double 但合理判断相等与误差容忍
适用于科学计算、图形渲染、对精度要求不高或允许微小误差的场景。
- 永远不用
==比较两个 double 是否相等，改用误差范围判断：Math.abs(a - b) - 输出展示时用
DecimalFormat或String.format控制小数位数，掩盖无意义的尾数：String.format("%.2f", 0.1 + 0.2)→ 输出"0.30" - 避免连续多次浮点累加，可考虑定期重置或使用 Kahan 求和算法补偿误差（极少数高精度需求）
避免常见误区
有些做法看似“修复”，实则无效甚至更糟：
- 用
Math.round(x * 100) / 100.0不能真正解决精度问题，只是四舍五入后隐藏了误差，后续再运算仍会扩散 - 把 double 转成 String 再解析成 BigDecimal（如
new BigDecimal(d + "")）不可靠，因为d + ""的字符串可能已丢失精度或含科学计数法 - 认为
float比double“更准”——实际是精度更低（6~7 位有效数字 vs 15~16 位），通常应优先用 double
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
