Java 双倍乘以100，然后转换为long，给出的值是错误的

我有以下代码：

Double i=17.31;
long j=(long) (i*100);
System.out.println(j);

O/p:

1730//预计：1731

Double i=17.33;
long j=(long) (i*100);
System.out.println(j);

O/p:

1732//预计：1733

Double i=17.32;
long j=(long) (i*100);
System.out.println(j);

O/p:

1732//预期：1732{As Expected}

Double i=15.33;
long j=(long) (i*100);
System.out.println(j);

O/p:

1533//预期：1533{as Expected}

Double i=15.33;
long j=(long) (i*100);
System.out.println(j);

---

我试着用谷歌搜索，但找不到原因。如果这个问题很琐碎，我很抱歉

双精度

值不表示为17.31，而是表示为17.309999999999。这就是为什么当你把它乘以100，你会得到1730.999999999999。转换为
Long
后，您的
double
值被截断为零。所以你得到了1730。这与内部表示有关。如果你看第一个例子中的i*100，你会发现它是1730.999999998。铸件将仅移除点（截断）后的零件。
进行这种长转换时，它是地板。你的17.31实际上可能是17.309999999，这就是为什么它导致1730而不是1731

使用i=i*100，则i.longValue（）将解决问题。
所有答案似乎都无法解释为什么17.32不同

1.为什么会这样
您在
17.32
和
17.33和17.31
之间看到的行为差异是由于IEEE-754舍入规则造成的

适用的舍入规则：从§2.8.1开始

Java虚拟机的舍入操作始终使用IEEE
754四舍五入到最近的模式。不精确的结果四舍五入到最接近的值
可表示的值，与带零的值关联
最低有效位。这是IEEE 754默认模式。Java虚拟机
机器不提供任何改变浮点舍入的方法
模式


2.你的情况：
双精度是：（1符号位+11指数位+52分数位=64位）。以下四舍五入后的内部表示：


3.内部陈述（证明）：
17.31：（尾数比较）

17.32：（尾数比较）

17.33：（尾数比较）


4.转换回十进制：
（）

5.长
编辑：正如@Jeppe Stig Nielsen所说，在乘法步骤中有一个更重要的因素。FP乘法（）步骤的结果向最近的方向舍入。
这改变了预期的结果和预期的结果，但原因仍然与上述完全相同

最后，由于强制转换
（long）
，会发生截断，并留下您看到的结果<代码>（173017321732）

缩小原语转换：§5.1.3

如果浮点数不是无穷大，则浮点数 值四舍五入为整数值V，使用 IEEE 754向零模式进发

---

如前所述，这是由于浮点精度非常小

这可以通过使用Math.round（）命令解决，如下所示：

long j=Math.round(i*100);

---

这将允许程序通过不使用floor操作来补偿使用浮点计算继承的非常小的错误，就像默认值（long）那样。

Cthulhu和svz的答案是正确的。如果要将double乘以100并避免浮点舍入错误，可以在每次乘法后使用

Math.round（）

将结果舍入到最接近的

long

：

Double i=17.31;
long j=Math.round(i*100);
System.out.println(j);

在处理非常大（或负）的双精度运算时，仍然会有浮点错误。double的绝对值越大，它与Java所能表示的下一个double之间的差异就越大。在某一点之后，连续的双精度数之间的距离超过一个整数，传统的舍入将无法消除差异。对于您发布的示例，这应该是可行的。

对于值， 字符串值=1074.6

使用下面的代码

double amount=double.parseDouble（值）

String roundedValue=String.valueOf（Math.round（amount*100））

您可以得到结果107460
不确定，因此有评论，但这可能是由于舍入问题。如果是这样的话，前面的SO线程应该会有所帮助。该类应该有助于减少这些错误。为什么人们每次迭代都会大量更新“Q:‘浮点古怪’A:‘IEEE-754’”，而不是标记/投票以完全重复的形式关闭？作为一种习惯，如果您想将十进制数转换为整数，并且要使用截断函数，请在截断之前添加.5。它将为您提供更好的四舍五入（1.75将四舍五入为2而不是1），但最重要的是将避免此问题。@DanNeely我查找了一个副本，但找不到一个精确解决四舍五入问题的副本。每个人都链接到一本书，这本书本身就足够长了指向我在打字时睡着了，醒来前发了帖子。
I.longValue
的行为方式与
（long）I
完全相同。17.32不是存储为17.31999999999999吗？它可能是17.31999999999999或17.32000000000001。这种问题是编程界的首要问题。准确地说，它表示为17.309999999998721023075631819665431976318359375。准确地说，它根本不是十进制，而是二进制。像17.3125这样的数字有精确的二进制表示，因为它是17+5/16，但17.31没有精确的二进制表示。你不能把它表示为二次幂的有限和。这也是因为这个链接到了nice工具。但是：记住，
100.0
的乘法会导致进一步的舍入。考虑案例<代码> 17.34 /代码>。此数字的双精度表示也必须向下舍入。但在乘以
100.0
之后，它仍然给出了预期的输出！原因是乘法算法的一部分是为了得到整数
Actual:   1.00010101010001111010111000010100011110101110000101000...
Internal: 1.0001010101000111101011100001010001111010111000010100

17.31 ->  17.309999999999998721023075631819665431976318359375...
17.32 ->  17.32000000000000028421709430404007434844970703125... //(was rounded up)
17.33 ->  17.3299999999999982946974341757595539093017578125...

long j=Math.round(i*100);

Double i=17.31;
long j=Math.round(i*100);
System.out.println(j);