Floating point 为什么/何时使用浮点而不是BigDecimal

这可能是一个幼稚或复杂的问题，但在调试浮点数问题之后，我有一个问题要问：

如果由于浮点数和大小数之间的整个基数2和基数10表示差异，浮点数存在舍入问题…为什么/何时使用浮点数和大小数

几乎所有主要的编程语言都有一个大的十进制库。。。苏

---

在我看来，数学的准确性胜过任何一种通过使用浮点数获得的性能提升…。。那么，为什么软件界没有放弃浮点运算并说，“对不起，我们都在使用BigDecimal”？

假设您正在收集大量的度量数据。你知道你的传感器已经给了你5%的错误率。你为什么要花费大量的额外计算能力来实现数据100%的正确计算？！比如说，我们所说的不是10MB的数据；但是10 TB。或PB。您是否仍然相信使用BigDecimal处理这些数据是值得的

换句话说：在很多情况下，你绝对不需要100%的正确性。然后你就不愿意支付100%的价格

---

我完全同意：例如，当我们谈论代表货币的数字时，我们会尽一切努力避免四舍五入错误。但我们不需要对所有数据一视同仁。因为在现实世界中，有很多不同的要求；好的工程是选择一种工具，在这种约束条件下提供最佳的解决方案。关键问题是你的应用程序是否能从精确的小数表示中获益

能够准确地表示1.01这样的数字在金融计算中非常非常有用

另一方面，在处理物理测量时，十进制结果本身只是一个近似值。我不相信任何物理量的测量精度达到了IEEE 754 64位浮点，这是最常见的双精度实现

---

有一种误解，认为BigDecimal库可以消除舍入问题。它们只对可以精确表示为相当短的小数的数字有帮助。BigDecimal在表示三分之一方面并不比double好。

“数学”？谁使用BigDecimal（或二进制浮点）进行数学？这两个系统都不能代表1/3，更不用说了√2.float/double通常由硬件支持，因此比bigdecimal快得多，bigdecimal通常由软件实现。