应避免用==比较浮点数，因ieee 754导致精度丢失；推荐误差容忍法（如math.abs(a-b)

直接用 == 比较两个 double 或 float 值，大概率出错——这不是 Java 的 bug，而是所有遵循 IEEE 754 标准的语言共有的限制：像 0.1 这样的十进制小数在二进制中无法精确表示，导致 0.1 + 0.2 算出来是 0.30000000000000004，和 0.3 的内存值不一致，== 自然返回 false。关键不是“怎么修”，而是“换思路”。

用误差容忍法替代 == 判断

核心是不追求“完全相等”，而判断“差得够不够小”。推荐写法：

• Math.abs(a - b) （<code>double 类型，通用场景）
• Math.abs(a - b) （<code>float 类型）
• 更稳妥的写法（兼顾大数和接近零的情况）：
  Math.abs(a - b)

金融/金额类场景必须用定点数

业务逻辑对精度零容忍（如账户余额、支付扣款），浮点类型本身就不该出现。此时应彻底避开 float/double：

Java Maven Common

Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。

下载

• Java 中首选 BigDecimal：务必用字符串构造，例如 new BigDecimal("19.99")，避免 new BigDecimal(19.99)（先失真再封装）
• 比较时用 compareTo() 方法：
  bigX.subtract(bigY).compareTo(BigDecimal.ZERO) == 0
• 或统一转为整数单位（如“分”），全程用 long 或 int 运算，输出时再除以 100

别把浮点数当循环条件或索引

以下写法极易失控：

• for (double x = 0.0; x != 1.0; x += 0.1) —— x 几乎不可能精确等于 1.0，可能死循环或提前退出
• 正确做法：用整数控制次数，浮点值仅用于计算
  for (int i = 0; i
• 条件判断优先用 、<code>>= 等有序比较，浮点数的大小关系仍是可靠的

不要误用 floatToIntBits / doubleToLongBits

这些方法做的是**位级精确比对**，不是数学近似比较：

• 0.0f 和 -0.0f 判为不等（因符号位不同）
• 所有 NaN 值判为相等（因 bit 模式相同）
• 0.1f + 0.2f 和 0.3f 即使数值接近，bit 不同就返回 false
• 它适用于序列化校验、自定义 equals() 实现等需比特一致的场景，不适用于日常数值逻辑

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