似乎减法触发了某种问题，结果值是错误的。
double tempCommission = targetPremium.doubleValue()*rate.doubleValue()/100d;
78.75 = 787.5 * 10.0/100d
double netToCompany = targetPremium.doubleValue() - tempCommission;
708.75 = 787.5 - 78.75
double dCommission = request.getPremium().doubleValue() - netToCompany;
877.8499999999999 = 1586.6 - 708.75
得到的预期值为 877.85。
应该怎样做才能保证计算正确？
【问题讨论】：
查看对this question 的回复。本质上，您所看到的是使用浮点运算的自然结果。
如果您觉得这样做很舒服，您可以选择一些任意精度（输入的有效数字？）并将结果四舍五入。
【讨论】：
任何时候你用双打进行计算，都可能发生这种情况。此代码将为您提供 877.85：
双重答案 = Math.round(dCommission * 100000) / 100000.0;
【讨论】：
要控制浮点运算的精度，您应该使用java.math.BigDecimal。阅读 John Zukowski 的The need for BigDecimal 了解更多信息。
根据您的示例，最后一行使用 BigDecimal 如下所示。
import java.math.BigDecimal;
BigDecimal premium = BigDecimal.valueOf("1586.6");
BigDecimal netToCompany = BigDecimal.valueOf("708.75");
BigDecimal commission = premium.subtract(netToCompany);
System.out.println(commission + " = " + premium + " - " + netToCompany);
这会产生以下输出。
877.85 = 1586.6 - 708.75
【讨论】：
保存美分而不是美元，输出时只需将其格式化为美元。这样您就可以使用不受精度问题影响的整数。
【讨论】：
另一个例子：
double d = 0;
for (int i = 1; i <= 10; i++) {
d += 0.1;
}
System.out.println(d); // prints 0.9999999999999999 not 1.0
改用 BigDecimal。
编辑：
另外，只是指出这不是“Java”舍入问题。其他语言展览 类似（尽管不一定一致）的行为。 Java 至少保证了这方面的一致行为。
【讨论】：
正如前面的答案所述，这是进行浮点运算的结果。
正如之前的海报所建议的，当您进行数字计算时，请使用java.math.BigDecimal。
但是，使用BigDecimal 有一个问题。当您从双精度值转换为BigDecimal 时，您可以选择使用新的BigDecimal(double) 构造函数或BigDecimal.valueOf(double) 静态工厂方法。使用静态工厂方法。
double 构造函数将double 的整个精度转换为BigDecimal，而静态工厂有效地将其转换为String，然后将其转换为BigDecimal。
当您遇到那些细微的舍入错误时，这变得相关。一个数字可能显示为 0.585，但在内部它的值是 '0.58499999999999996447286321199499070644378662109375'。如果你使用BigDecimal 构造函数，你会得到不等于 0.585 的数字，而静态方法会给你一个等于 0.585 的值。
在我的系统上给出
0.58499999999999996447286321199499070644378662109375 0.585【讨论】：
我将上面的例子修改如下：
import java.math.BigDecimal;
BigDecimal premium = new BigDecimal("1586.6");
BigDecimal netToCompany = new BigDecimal("708.75");
BigDecimal commission = premium.subtract(netToCompany);
System.out.println(commission + " = " + premium + " - " + netToCompany);
这样你就避免了使用字符串开头的陷阱。 另一种选择：
import java.math.BigDecimal;
BigDecimal premium = BigDecimal.valueOf(158660, 2);
BigDecimal netToCompany = BigDecimal.valueOf(70875, 2);
BigDecimal commission = premium.subtract(netToCompany);
System.out.println(commission + " = " + premium + " - " + netToCompany);
我认为这些选项比使用双打更好。在 webapps 中，数字无论如何都是以字符串开头的。
【讨论】：
到目前为止，Java 中最优雅、最有效的方式：
double newNum = Math.floor(num * 100 + 0.5) / 100;
【讨论】：
double rounded = Math.rint(toround * 100) / 100;
【讨论】：
虽然您不应该使用双精度数进行精确计算，但如果您无论如何都要对结果进行四舍五入，以下技巧对我有帮助。
public static int round(Double i) {
return (int) Math.round(i + ((i > 0.0) ? 0.00000001 : -0.00000001));
}
例子：
Double foo = 0.0;
for (int i = 1; i <= 150; i++) {
foo += 0.00010;
}
System.out.println(foo);
System.out.println(Math.round(foo * 100.0) / 100.0);
System.out.println(round(foo*100.0) / 100.0);
哪些打印：
0.014999999999999965
0.01
0.02
【讨论】：
这很简单。
使用 %.2f 运算符进行输出。问题解决了！
例如：
int a = 877.8499999999999;
System.out.printf("Formatted Output is: %.2f", a);
以上代码的打印输出为： 877.85
%.2f 运算符定义只应使用两位小数。
【讨论】：
这是一个有趣的问题。
Timons 回复背后的想法是您指定一个 epsilon，它表示合法双精度可以达到的最小精度。如果您在应用程序中知道您永远不需要低于 0.00000001 的精度，那么他的建议足以获得更接近事实的更精确结果。在他们预先知道其最大精度的应用程序中很有用（例如货币精度的金融等）
但是，试图将其舍入的根本问题是，当您除以一个因子来重新调整它时，实际上会引入另一种精度问题的可能性。任何对双精度数的操作都可能引入频率不同的不精确问题。特别是如果您尝试以非常有效的数字进行舍入（因此您的操作数
System.out.println(round((1515476.0) * 0.00001) / 0.00001);
将产生1499999.9999999998，这里的目标是以 500000 为单位进行舍入（即我们想要 1500000）
事实上，完全确定您已经消除了不精确性的唯一方法是通过 BigDecimal 进行缩减。例如
System.out.println(BigDecimal.valueOf(1515476.0).setScale(-5, RoundingMode.HALF_UP).doubleValue());
混合使用 epsilon 策略和 BigDecimal 策略可以让您更好地控制精度。 epsilon 的想法让您非常接近，然后 BigDecimal 将消除由之后重新缩放引起的任何不精确性。虽然使用 BigDecimal 会降低应用程序的预期性能。
有人向我指出，在某些用例中，当您可以确定没有最终除法可以重新引入错误的输入值时，使用 BigDecimal 重新调整它的最后一步并不总是必要的。目前我不知道如何正确确定这一点，所以如果有人知道如何确定，我会很高兴听到它。
【讨论】：
最好使用JScience，因为 BigDecimal 相当有限（例如，没有 sqrt 函数）
double dCommission = 1586.6 - 708.75;
System.out.println(dCommission);
> 877.8499999999999
Real dCommissionR = Real.valueOf(1586.6 - 708.75);
System.out.println(dCommissionR);
> 877.850000000000
【讨论】：