什么时候可以在Java中使用浮点类型进行货币计算？

我了解到我不能使用浮点类型（Java中的浮点类型（

float

/

double

）进行货币计算（以及需要精确结果时的任何其他计算）。我必须使用

decimal

数字类型（Java中的

BigDecimal

）

---

现在，当我可以使用浮点类型时，我就不知道了。他们是否提供任何精度保证？假设我想用精度

0.001

计算一些公式。如何知道是否可以使用浮点类型进行此计算？

浮点类型取决于硬件，因此没有一般精度保证。当结果不需要“完美”时，您可以使用它们

见：

来自维基百科：（）

浮点数约7.2位小数

双精度约15.9分贝

这意味着周期在哪里并不重要，一个数字中的精确数字总是有限的

我学会了我不能使用浮点类型（Java中的float/double）来进行货币计算

您不能使用

double

来准确表示超过70万亿美元的货币。对于小于此值的值，可以使用

double

或

long

而不会出现错误（前提是使用适当的舍入）

一旦您了解四舍五入的必要性，使用

double

的IMHO就更容易使用

然而，许多人认为它容易出错，因为您不知道谁可能需要维护代码。使用BigDecimal将确保正确使用舍入，并为您提供许多有关其工作方式的选项

许多人感到不安的是，即使

0.1

也不能精确表示，而BigDecimal可以显示精确的表示（以及为什么必须小心转换为BigDecimal）

印刷品

0.1000000000000000055511151231257827021181583404541015625

0.30000000000000004

0.30

Cannot represent 7.0368744177664E13 plus 0.01
Can represent 7.0368744177664E13 minus 0.01

许多人使用不当

new BigDecimal(Double.toString(0.1))

或者类似的方法，但具有讽刺意味的是，它的准确度仅与他们试图避免使用的toString方法一样

更有效的方法是

BigDecimal.valueOf(0.1)

这样就不需要创建字符串

支持

double

的库将正确显示此数字，但一旦您执行计算，默认轮数可能不够

System.out.println(0.1 * 3);

印刷品

0.1000000000000000055511151231257827021181583404541015625

0.30000000000000004

0.30

Cannot represent 7.0368744177664E13 plus 0.01
Can represent 7.0368744177664E13 minus 0.01

在这种情况下，你必须说出你期望的精度。说你有美元和美分可以用

System.out.printf("%.2f%n", 0.1 * 3); // round output to two decimal places

印刷品

0.1000000000000000055511151231257827021181583404541015625

0.30000000000000004

0.30

Cannot represent 7.0368744177664E13 plus 0.01
Can represent 7.0368744177664E13 minus 0.01

---

查找无法继续添加0.01的位置

for (double d = 1; d < Long.MAX_VALUE; d *= 2) {
    long l = Double.doubleToLongBits(d);
    double d1 = Double.longBitsToDouble(l + 1);
    if (d1 - d > 0.01) {
        System.out.println("Cannot represent " + d + " plus 0.01");
        double d_1 = Double.longBitsToDouble(l - 1);
        if (d - d_1 < 0.01)
            System.out.println("Can represent " + d + " minus 0.01");
        break;
    }
}

假设我想计算一个精度为0.001的公式。如何知道是否可以使用浮点类型进行此计算

浮点类型是base-2，而不是base-10。1/（10^n）不能用（二进制）浮点数精确表示，就像1/3不能用十进制数精确表示一样。浮点数对于科学类型的计算非常有用，其中的值可能大或小，并且测量的不确定性使计算机的精度限制相形见绌。在支持浮点运算的硬件上，浮点运算速度相当快，而其他非整数类型的浮点运算速度则不那么快

---

浮点数之所以被称为浮点数，是因为小数点两侧的位数会因数字而异。浮点数基本上表示为

+/-1.a*2^b

，其中

a

和

b

是以2为基数的数字。这类似于基于十进制的

1.a*10^b

。有关浮点的更多信息，请参阅Wikipedia文章。

当您可以证明结果适用于您的应用程序时，您可以在Java或其他语言中使用浮点类型

使用BigDecimal本身并不能解决这个问题。例如，假设一个银行账户中有87.34美元，如果年利率为2.37%，则必须加上一个月的利息。首先，BigDecimal无法正确计算月利率，因为您必须将2.37%除以12，并且2.37/12（或.0237/12）不能精确地表示为十进制。第二，即使BigDecimal确实正确计算了月利率，并且正确计算了87.34美元的利息，在将其添加到余额之前，您可能仍然需要将该金额四舍五入到一定的美分数。该舍入规则可能在某些法律文件中指定，并且可能与BigDecimal的舍入方式不匹配

十进制浮点和二进制浮点都能够精确地计算许多结果，比您在示例中建议的.001精度精确得多。当以各种方式使用时，这两种方法也会产生重大错误

---

因此，要使用浮点，您必须了解类型可以表示哪些值、浮点操作中发生哪些错误、将执行哪些操作以及应用程序需要什么。通常，通过精心设计操作可以避免浮点错误。例如，您可以通过将金额缩放为整数值来处理货币（使用8734表示$87.34，而不是使用87.34表示87.34）。另一个例子是，您可以证明几个操作的累积误差小于半美分，因此您可以执行这些操作并将最终结果四舍五入到最接近的美分，这是正确的，因为错误永远不会大到导致最终答案不正确。

这段视频刚刚涉及到这个主题：

---

这是对浮点运算“问题”的一个优秀且易于理解的描述。他们还提到了使用浮点数进行货币计算的问题。

您可以使用assert语句通过从精确值中减去计算值来检查精度。但这只会在测试时有所帮助。你只需要学习如何有效地使用浮点数。即使是

0.1

也不能精确地表示为浮点数