浮点型变量和BigDecimal的运用
浮点型变量 float、double
float : 单精度浮点数
double : 双精度浮点数
两者的主要区别如下：
- 1.在内存中占有的字节数不同
单精度浮点数在机内存占4个字节
双精度浮点数在机内存占8个字节
- 2.有效数字位数不同
单精度浮点数有效数字8位
双精度浮点数有效数字16位
- 3.数值取值范围
单精度浮点数的表示范围：-3.40E+38~3.40E+38
双精度浮点数的表示范围：-1.79E+308~-1.79E+308
- 04.在程序中处理速度不同
一般来说，CPU处理单精度浮点数的速度比处理双精度浮点数快
如果不声明，默认小数为double类型，所以如果要用float的话，必须进行强转
例如：float a=1.3; 会编译报错，正确的写法 float a = (float)1.3;或者float a = 1.3f;（f或F都可以不区分大小写）
注意：float是8位有效数字，第7位数字将会四舍五入
特别注意：不要对浮点型变量进行比较和加减乘除运算
原因：因为浮点型变量会精度缺失，缺失原因请参考：我的博客
解决：使用BigDecimal类就能完全处理这个问题
-
BigDecimal为不可变对象，每次增删改查操作都会返回新对象。并不会改变原来的对象
-
尽量避免传递double类型，有可能话，尽量使用int和String类型。
-
做乘除计算时，一定要设置精度和保留小数点位数。
-
BigDecimal计算时，单独放到try catch内。
BigDecimal，不可变的、任意精度的有符号十进制数。BigDecimal 由任意精度的整数非标度值 和 32 位的整数标度(scale) 组成。如果为零或正数，则标度是小数点后的位数。如果为负数，则将该数的非标度值乘以 10 的负 scale 次幂。因此，BigDecimal 表示的数值是 (unscaledValue × 10-scale)。我们知道BigDecimal有三个主要的构造函数
public BigDecimal(double val) 将double表示形式转换为BigDecimalpublic BigDecimal(int val) 将int表示形式转换为BigDecimalpublic BigDecimal(String val) 将字符串表示形式转换为BigDecimal
通过这三个构造函数，可以把double类型，int类型，String类型构造为BigDecimal对象，在BigDecimal对象内通过BigIntegerintVal存储传递对象数字部分，通过int scale;记录小数点位数，通过int precision;记录有效位数（默认为0）。
BigDecimal的加减乘除就成了BigInteger与BigInteger之间的加减乘除，浮点数的计算也转化为整形的计算，可以大大提供性能，并且通过BigInteger可以保存大数字，从而实现真正大十进制的计算，在整个计算过程中，还涉及scale的判断和precision判断从而确定最终输出结果。
我们先看一个例子
BigDecimal d1 = new BigDecimal(0.6);
BigDecimal d2 = new BigDecimal(0.4);
BigDecimal d3 = d1.divide(d2);
System.out.println(d3);
大家猜一下，以上输出结果是？再接着看下面的代码
BigDecimal d1 = new BigDecimal(“0.6”);
BigDecimal d2 = new BigDecimal(“0.4”);
BigDecimal d3 = d1.divide(d2);
System.out.println(d3);
看似相似的代码，其结果完全不同，第一个例子中，抛出异常。第二个例子中，输出打印结果为1.5。造成这种差异的主要原因是第一个例子中的创建BigDecimal时，0.6和0.4是浮动类型的，浮点型放入BigDecimal内，其存储值为
0.59999999999999997779553950749686919152736663818359375
0.40000000000000002220446049250313080847263336181640625
这两个浮点数相除时，由于除不尽，而又没有设置精度和保留小数点位数，导致抛出异常。而第二个例子中0.6和0.4是字符串类型，由于BigDecimal存储特性，通过BigInteger记录BigDecimal的值，所以，0.6和0.4可以非常正确的记录为
0.6
0.4
两者相除得出1.5来。
对于第一个例子，如果我们想得到正确结果，可以这样来
BigDecimal d1 = new BigDecimal(0.6);
BigDecimal d2 = new BigDecimal(0.4);
BigDecimal d3 = d1.divide(d2, 1, BigDecimal.ROUND_HALF_UP);
现在看我们留下的那个问题，使用更优雅的方式解决元转化为分的方式，上一个问题中，我们通过传递s.length()从而获得精度，如果之前的s是double类型的，那边这样的方式就会有问题，通过上面的例子，我们可以调整为一下的通用方式
Double dd= Double.valueOf(s);
BigDecimal bigD = new BigDecimal(dd);
bigD = bigD.multiply(newBigDecimal(100)). divide(1, 1, BigDecimal.ROUND_HALF_UP);
Long result = bigD.longValue();
我们通过/1，然后设置保留小数点方式，以及设置数字保留模式，从而得到两个数乘积的小数部分。还有以下模式枚举常量摘要
ROUND_CEILING 向正无限大方向舍入的舍入模式。
ROUND_DOWN 向零方向舍入的舍入模式。
ROUND_FLOOR 向负无限大方向舍入的舍入模式。
ROUND_HALF_DOWN 向最接近数字方向舍入的舍入模式，如果与两个相邻数字的距离相等，则向下舍入。
ROUND_HALF_EVEN 向最接近数字方向舍入的舍入模式，如果与两个相邻数字的距离相等，则向相邻的偶数舍入。
ROUND_HALF_UP 向最接近数字方向舍入的舍入模式，如果与两个相邻数字的距离相等，则向上舍入。
ROUND_UNNECESSARY 用于断言请求的操作具有精确结果的舍入模式，因此不需要舍入。（默认模式）
ROUND_UP 远离零方向舍入的舍入模式。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！