我有一个非常烦人的问题，即 Java 中的浮点数或双精度数很长。基本上这个想法是，如果我执行：
for ( float value = 0.0f; value < 1.0f; value += 0.1f )
System.out.println( value );
我得到的是：
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.70000005
0.8000001
0.9000001
我知道有浮动精度误差的累积，但是，如何摆脱这个？我尝试使用 doubles 将错误减半，但结果还是一样。
有什么想法吗？
【问题讨论】：
标签： java sum floating-accuracy
首先将其设为 double。永远不要使用 float 否则您将无法使用 java.lang.Math 实用程序。
现在如果你碰巧事先知道你想要的 precision 并且它等于或小于 15，那么告诉你的 double 行为就变得很容易了。检查以下：
// the magic method:
public final static double makePrecise(double value, int precision) {
double pow = Math.pow(10, precision);
long powValue = Math.round(pow * value);
return powValue / pow;
}
现在，无论何时进行操作，都必须告诉 double 结果行为：
for ( double value = 0.0d; value < 1.0d; value += 0.1d )
System.out.println( makePrecise(value, 1) + " => " + value );
输出：
0.0 => 0.0
0.1 => 0.1
0.2 => 0.2
0.3 => 0.30000000000000004
0.4 => 0.4
0.5 => 0.5
0.6 => 0.6
0.7 => 0.7
0.8 => 0.7999999999999999
0.9 => 0.8999999999999999
1.0 => 0.9999999999999999
如果您需要超过 15 的精度，那么您就不走运了：
for ( double value = 0.0d; value < 1.0d; value += 0.1d )
System.out.println( makePrecise(value, 16) + " => " + value );
输出：
0.0 => 0.0
0.1 => 0.1
0.2 => 0.2
0.3000000000000001 => 0.30000000000000004
0.4 => 0.4
0.5 => 0.5
0.6 => 0.6
0.7 => 0.7
0.8 => 0.7999999999999999
0.9 => 0.8999999999999999
0.9999999999999998 => 0.9999999999999999
注意1：为了提高性能，您应该将Math.pow 操作缓存在一个数组中。为了清楚起见，这里没有做。
NOTE2：这就是为什么我们从不使用 doubles 来表示价格，而是 longs 在最后一个 N 处（即 N
【讨论】：
package loopinamdar;
import java.text.DecimalFormat;
public class loopinam {
static DecimalFormat valueFormat = new DecimalFormat("0.0");
public static void main(String[] args) {
for (float value = 0.0f; value < 1.0f; value += 0.1f)
System.out.println("" + valueFormat.format(value));
}
}
【讨论】：
您应该使用十进制数据类型，而不是浮点数：
https://docs.oracle.com/javase/7/docs/api/java/math/BigDecimal.html
【讨论】：
我遇到了同样的问题，使用 BigDecimal 解决了同样的问题。下面是帮助我的sn-p。
double[] array = {45.34d, 45000.24d, 15000.12d, 4534.89d, 3444.12d, 12000.00d, 4900.00d, 1800.01d};
double total = 0.00d;
BigDecimal bTotal = new BigDecimal(0.0+"");
for(int i = 0;i < array.length; i++) {
total += (double)array[i];
bTotal = bTotal.add(new BigDecimal(array[i] +""));
}
System.out.println(total);
System.out.println(bTotal);
希望对你有帮助。
【讨论】：
为了完整起见，我推荐这个：
Shewchuck，“Robust Adaptive Floating-Point Geometric Predicates”，如果您想了解更多关于如何使用浮点执行精确算术的示例 - 或者至少是作者最初意图的受控精度，http://www.cs.berkeley.edu/~jrs/papers/robustr.pdf
【讨论】：
您只需要了解计算所需的精度以及您选择的数据类型能够达到的精度，并相应地给出您的答案。
例如，如果您正在处理具有 3 个有效数字的数字，则使用 float（提供 7 个有效数字的精度）是合适的。但是，如果您的起始值的精度只有 2 位有效数字，则您不能引用最终答案的精度为 7 位有效数字。
5.01 + 4.02 = 9.03 (to 3 significant figures)
在您的示例中，您正在执行多次加法，每次加法都会对最终精度产生影响。
【讨论】：
不要在迭代器中使用浮点数/双精度数，因为这会使舍入误差最大化。如果你只是使用以下
for (int i = 0; i < 10; i++)
System.out.println(i / 10.0);
打印出来
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
我知道 BigDecimal 是一种流行的选择，但我更喜欢 double 不是因为它更快，而是它通常更短/更易于理解。
如果你计算符号的数量来衡量代码的复杂度
顺便说一句：除非有充分的理由不使用双精度真的，否则不要使用浮点数。
【讨论】：
如果您想继续使用float 并通过重复添加0.1f 来避免累积错误，请尝试以下操作：
for (int count = 0; count < 10; count++) {
float value = 0.1f * count;
System.out.println(value);
}
但是请注意，正如其他人已经解释的那样，float 不是无限精确的数据类型。
【讨论】：
0.1 没有精确的表示为float 或double。由于这种表示错误，结果与您的预期略有不同。
您可以使用的几种方法：
double 类型时，只显示您需要的数字。在检查相等性时，无论哪种方式都允许有一个小的容差。BigDecimal 可以精确表示 0.1。BigDecimal 的示例代码：
BigDecimal step = new BigDecimal("0.1");
for (BigDecimal value = BigDecimal.ZERO;
value.compareTo(BigDecimal.ONE) < 0;
value = value.add(step)) {
System.out.println(value);
}
在线查看：ideone
【讨论】：
另一个解决方案是放弃== 并检查这两个值是否足够接近。 （我知道这不是您在正文中提出的问题，但我正在回答问题标题。）
【讨论】：
您可以使用BigDecimal 之类的类来避免这个特定问题。 float 和 double 是 IEEE 754 浮点数，它们的设计目的不是完全准确，而是设计得很快。但请注意以下 Jon 的观点：BigDecimal 不能准确地表示“三分之一”，就像double 可以准确地表示“十分之一”一样。但是对于（比如说）财务计算，BigDecimal 和类似的课程往往是要走的路，因为它们可以以我们人类倾向于思考的方式来表示数字。
【讨论】：
不是只是一个累积的错误（与 Java 完全无关）。 1.0f，一旦转换为实际代码，就没有值 0.1 - 你已经得到一个舍入错误。
我可以做些什么来避免这个问题？
这取决于是什么类型的 你正在做的计算。
- 如果您确实需要将结果精确相加，尤其是在使用金钱时：使用特殊的十进制数据类型。
- 如果您只是不想看到所有这些额外的小数位：只需将结果格式化为四舍五入为固定 时的小数位数 显示它。
- 如果没有可用的十进制数据类型，另一种方法是工作 带整数，例如赚钱 完全以美分计算。但 这是更多的工作，并且有一些 缺点。
阅读链接到的网站了解详细信息。
【讨论】：