Java 浮点到双赋值

考虑下面的代码片段

float num = 281.583f;
int amount = (int) Math.round(num*100f);
float rounded = amount/100.0f;
double dblPrecision = rounded;
double dblPrecision2 = num;
System.out.println("num : " + num + " amount: " + amount + " rounded: " + rounded + " dbl: " + dblPrecision + " dbl2: " + dblPrecision2);

我得到的输出是

num : 281.583 amount: 28158 rounded: 281.58 dbl: 281.5799865722656 dbl2: 281.5830078125

---

当一个浮点数被分配给一个双变量时，为什么会有近似值呢？

当您将小数转换为

浮点数时，实际上会出现近似值。我可能会让你感到惊讶，但是
281.583
在PC中不能准确地表示为浮点数。这是因为浮点数在PC中表示为二进制分数之和。
0.5
，
0.25
和
0.125
可以精确转换，但不能
0.583

浮点数（和双精度浮点数）表示为
∑（1/2^i*Bi）
，其中
Bi
是第i位
（0 | 1）
<例如，代码>0.625=1/2+1/4

。问题是并非所有的十进制分数都能转换成二进制分数的有限和

下面是该数字的转换方式（第一行是列定义）

---

近似值始终存在。碰巧的是，double提供了足够多的额外比特，使得额外的东西显示出来

例如，281.583是二进制的（许多数字，但小于双精度）： 100011001.1001\U 0101\U 0011\U 1111\U 0111\U 1100\U 1110\U 1101\U 1001

Float允许大约23位，double允许大约52位。（记不清了） 100011001.1001_0101_0011_11，十进制为281.582946777

作为参考，单精度存储约7位小数，双精度存储约16位小数。这包括了所有的数字，所以你的数字只比浮点数的精度低1位数。

因为浮点数是二进制分数，因此只能近似地表示十进制数。当源代码中的文字

281.583f

被解析为IEEE 754浮点值时，就会出现近似值

对于浮动本身，这一点被掩盖了，因为

同样多，但只有同样多，更多的数字 作为唯一的区分所需要的 来自相邻参数的参数值 float类型的值

在许多情况下，这意味着将打印文本的十进制值。但是，当您将值分配给

double

时，“double类型的相邻值”通常比

float

类型的值更接近，因此您可以看到近似float的真实值

---

有关更多详细信息，请阅读。

据我所知，您关心的是，为什么要使用此代码

float f = 281.583f;
System.out.println(f);
System.out.println((double) f);

…印刷品

281.583
281.5830078125

（嘿，double提供了更高的精度！）

这就是为什么

将

438ccaa0

（表示

281.583f

的位的十六进制格式，如

Integer.tohextstring（Float.floatToRawIntBits（281.583f））

所示）输入到表单中。您将看到，浮点实际上表示为

281.58301

。（@Michael Borgwardt回答了为什么它不是那样印刷的。）

因此，当表示为浮点数时，将为

281.58301

打印

281.583

。但是当你把

281.58301

转换成双精度时，你实际上可以比

281.583

更接近

281.58301

---

查看上述网页的计算结果，您可以得到接近于281.58300781250000的值，这就是为什么您会看到值281.5830078125被打印出来的原因。

简而言之，除非确实需要，否则不要使用float。您将失去精度，可能节省很少。使用双倍，你将避免很多悲伤

double num = 281.583;
long amount = (long) (num*100);
double rounded = (double) amount/100;
double dblPrecision = rounded;
double dblPrecision2 = num;

印刷品

num : 281.583 amount: 28158 rounded: 281.58 dbl: 281.58 dbl2: 281.583

---

浮动和双精度在内部实际上具有相同的值；它们只是印刷方式不同而已。将这些行添加到您的程序中，以十六进制方式查看它们：

System.out.printf("num:           %a\n",num);
System.out.printf("dblPrecision2: %a\n",dblPrecision2);

System.out.printf("rounded:       %a\n",rounded);
System.out.printf("dblPrecision:  %a\n",dblPrecision);

这张照片

num:           0x1.19954p8
dblPrecision2: 0x1.19954p8
rounded:       0x1.19947ap8
dblPrecision:  0x1.19947ap8

num=dblPrecision2，四舍五入=dblPrecision

---

现在0x1.19954p8=100011001.100101010100=281.5830078125，0x1.19947ap8=100011001.100101000111010=281.57998657226625。所发生的一切是，它们在打印时的取整方式不同（浮点数取整到的位数小于双精度浮点数）。

是的，这是所有双精度浮点数的问题。这与作业无关。@Erick Robertson这就是我要解释的。将浮点转换为双精度并不能“让你更接近”精度的损失；你得到了同样的近似值（见我的答案）。@Rick，仔细阅读。它使您比为浮点表示打印的值更接近。但是您写道“但是当您将281.58301转换为双精度时，您实际上可以比281.583更接近281.58301”。关键是打印，而不是转换。如果你用“printf（%.17f”）”来打印，两者给出的答案都是一样的——281.5830078125000000。顺便说一句，我假设你是指问题中的浮点到双精度转换——281.583。你有没有提出一个不同的观点，关于直接给一个双人间分配一个不同的号码281.58301？如果是这样的话，那么就得到了281.583010000000001582520781084895133972176796875。

num:           0x1.19954p8
dblPrecision2: 0x1.19954p8
rounded:       0x1.19947ap8
dblPrecision:  0x1.19947ap8