本文主要是介绍float 或 double 运算的时候会有精度丢失的风险?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
《阿里巴巴 Java 开发手册》中提到:“浮点数之间的等值判断,基本数据类型不能用 == 来比较,包装数据类型不能用 equals 来判断”。“为了避免精度丢失,可以使用 BigDecimal
来进行浮点数的运算”。
浮点数的运算竟然还会有精度丢失的风险吗?确实会!
示例代码:
float a = 2.0f - 1.9f;
float b = 1.8f - 1.7f;
System.out.println(a);// 0.100000024
System.out.println(b);// 0.099999905
System.out.println(a == b);// false
这个和计算机保存浮点数的机制有很大关系。我们知道计算机是二进制的,而且计算机在表示一个数字时,宽度是有限的,无限循环的小数存储在计算机时,只能被截断,所以就会导致小数精度发生损失的情况。这也就是解释了为什么浮点数没有办法用二进制精确表示。
就比如说十进制下的 0.2 就没办法精确转换成二进制小数:
// 0.2 转换为二进制数的过程为,不断乘以 2,直到不存在小数为止,
// 在这个计算过程中,得到的整数部分从上到下排列就是二进制的结果。
0.2 * 2 = 0.4 -> 0
0.4 * 2 = 0.8 -> 0
0.8 * 2 = 1.6 -> 1
0.6 * 2 = 1.2 -> 1
0.2 * 2 = 0.4 -> 0(发生循环)
...
那我们怎样来解决这样的问题呢?
JDK开发人员在很早就遇到了这个问题,并在JDK1.3起给我们提供了一种新的处理精确值的类BigDecimal,BigDecimal是标准的类,在编译器中不需要特殊支持,它可以表示任意精度的小数,并对它们进行计算。在内部,可以用任意精度任何范围的值和一个
换算因子来表示 BigDecimal,换算因子表示左移小数点多少位,从而得到所期望范围内的值
BigDecimal 介绍
BigDecimal
可以实现对浮点数的运算,不会造成精度丢失。
通常情况下,大部分需要浮点数精确运算结果的业务场景(比如涉及到钱的场景)都是通过 BigDecimal
来做的。
想要解决浮点数运算精度丢失这个问题,可以直接使用 BigDecimal
来定义浮点数的值,然后再进行浮点数的运算操作即可。
BigDecimal a = new BigDecimal("1.0");
BigDecimal b = new BigDecimal("0.9");
BigDecimal c = BigDecimal.valueOf(0.8);BigDecimal x = a.subtract(b);
BigDecimal y = b.subtract(c);System.out.println(x.compareTo(y));// 0
BigDecimal 常见方法
创建
在使用 BigDecimal
时,为了防止精度丢失,推荐使用它的BigDecimal(String val)
构造方法或者 BigDecimal.valueOf(double val)
静态方法来创建对象。
《阿里巴巴 Java 开发手册》对这部分内容也有提到,如下图所示。
public static BigDecimal valueOf(double val) {return new BigDecimal(Double.toString(val));
}
加减乘除
add
方法:两个BigDecimal
对象相加subtract
方法:两个BigDecimal
对象相减multiply
方法:两个BigDecimal
对象相乘divide
方法:两个BigDecimal
对象相除。
BigDecimal a = new BigDecimal("1.0");
BigDecimal b = new BigDecimal("0.9");
System.out.println(a.add(b));// 1.9
System.out.println(a.subtract(b));// 0.1
System.out.println(a.multiply(b));// 0.90
System.out.println(a.divide(b));// 无法除尽,抛出 ArithmeticException 异常
System.out.println(a.divide(b, 2, RoundingMode.HALF_UP));// 1.11
这里需要注意的是,在使用 divide
方法的时候尽量使用 3 个参数版本,并且RoundingMode
不要选择 UNNECESSARY
,否则很可能会遇到 ArithmeticException
(无法除尽出现无限循环小数的时候),其中 scale
表示要保留几位小数,roundingMode
代表保留规则。
public BigDecimal divide(BigDecimal divisor, int scale, RoundingMode roundingMode) {return divide(divisor, scale, roundingMode.oldMode);
}
保留几位小数 setScale
通过 setScale
方法设置保留几位小数以及保留规则。保留规则如上,不需要记,IDEA 会提示。
BigDecimal m = new BigDecimal("1.255433");
BigDecimal n = m.setScale(3, RoundingMode.HALF_DOWN);
System.out.println(n);// 1.255
保留规则非常多,这里列举几种:
public enum RoundingMode {// 2.5 -> 3 , 1.6 -> 2// -1.6 -> -2 , -2.5 -> -3UP(BigDecimal.ROUND_UP),//远离零方向舍入,无论正负// 2.5 -> 2 , 1.6 -> 1// -1.6 -> -1 , -2.5 -> -2DOWN(BigDecimal.ROUND_DOWN),//向零方向舍入,直接去掉小数部分。// 2.5 -> 3 , 1.6 -> 2// -1.6 -> -1 , -2.5 -> -2CEILING(BigDecimal.ROUND_CEILING),//向正无穷方向舍入。// 2.5 -> 2 , 1.6 -> 1// -1.6 -> -2 , -2.5 -> -3FLOOR(BigDecimal.ROUND_FLOOR),//向负无穷方向舍入。// 2.5 -> 3 , 1.6 -> 2// -1.6 -> -2 , -2.5 -> -3HALF_UP(BigDecimal.ROUND_HALF_UP),//四舍五入,小数部分 >= 0.5 向上,否则向下。//......
}
等值比较问题
《阿里巴巴 Java 开发手册》中提到:
BigDecimal
使用 equals()
方法进行等值比较出现问题的代码示例:
BigDecimal a = new BigDecimal("1");
BigDecimal b = new BigDecimal("1.0");
System.out.println(a.equals(b));//false
这是因为BigDecimal的 equals()
方法不仅仅会比较值的大小(value)还会比较精度(scale),而 compareTo()
方法比较的时候会忽略精度。
1.0 的 scale 是 1,1 的 scale 是 0,因此 a.equals(b)
的结果是 false。
compareTo()
方法可以比较两个 BigDecimal
的值:a.compareTo(b)
: 返回 -1 表示 a
小于 b
,0 表示 a
等于 b
, 1 表示 a
大于 b
。
BigDecimal a = new BigDecimal("1");
BigDecimal b = new BigDecimal("1.0");
System.out.println(a.compareTo(b));//0
BigDecimal 存在的性能问题
由于其精确性和灵活性,BigDecimal
在某些场景下同样可能会带来性能问题。
BigDecimal的性能问题主要源于以下几点:
- 内存占用:BigDecimal 对象的内存占用较大,尤其是在处理大数字时。每个 BigDecimal 实例都需要维护其精度和标度等信息,这会导致内存开销增加。
- 不可变性:BigDecimal 是不可变类,每次进行运算或修改值时都会生成一个新的 BigDecimal 实例。这意味着频繁的操作可能会导致大量的对象创建和垃圾回收,对性能造成一定的影响。
- 运算复杂性:由于 BigDecimal 要求精确计算,它在执行加、减、乘、除等运算时会比较复杂。这些运算需要更多的计算和处理时间,相比原生的基本类型,会带来一定的性能损耗。
性能问题验证:
@Slf4j
public class BigDecimalEfficiency {//执行次数public static int REPEAT_TIMES = 10000000;// 转BigDecimal 类型计算public static double computeByBigDecimal(double a, double b) {BigDecimal result = BigDecimal.valueOf(0);BigDecimal decimalA = BigDecimal.valueOf(a);BigDecimal decimalB = BigDecimal.valueOf(b);for (int i = 0; i < REPEAT_TIMES; i++) {result = result.add(decimalA.multiply(decimalB));}return result.doubleValue();}// 转double 类型计算public static double computeByDouble(double a, double b) {double result = 0;for (int i = 0; i < REPEAT_TIMES; i++) {result += a * b;}return result;}public static void main(String[] args) {long start1 = System.nanoTime();double result1 = computeByBigDecimal(0.120001110034, 11.22);long end1 = System.nanoTime();long start2 = System.nanoTime();double result2 = computeByDouble(0.120001110034, 11.22);long end2 = System.nanoTime();long timeUsed1 = (end1 - start1);long timeUsed2 = (end2 - start2);log.info("result by BigDecimal:{},time used:{}", result1, timeUsed1);log.info("result by Double:{},time used:{}", result2, timeUsed2);log.info("timeUsed1/timeUsed2=" + timeUsed1 / timeUsed2);}
}
运行结果:
性能优化策略
BigDecimal
性能问题优化策略,可以考虑以下几点优化策略:
- 避免频繁的对象创建:尽量复用 BigDecimal 对象,而不是每次运算都创建新的实例。可以使用 BigDecimal 的 setScale() 方法设置精度和舍入模式,而不是每次都创建新的对象。
- 使用原生类型替代:对于一些不需要精确计算的场景,可以使用原生类型(如 int、double、long)来进行运算,以提高性能。只在最后需要精确结果时再转换为 BigDecimal。
- 使用适当的缓存策略:对于频繁使用的 BigDecimal 对象,可以考虑使用缓存来避免重复创建和销毁。例如,使用对象池或缓存来管理常用的 BigDecimal 对象,以减少对象创建和垃圾回收的开销。
- 考虑并行计算:对于大规模的计算任务,可以考虑使用并行计算来提高性能。Java 8 提供了 Stream API 和并行流(parallel stream),可以方便地实现并行计算。
需要根据具体的应用场景和需求来权衡精确性和性能,选择合适的处理方式。在对性能要求较高的场景下,可以考虑使用其他更适合的数据类型或算法来替代 BigDecimal。在需要精度计算的情况下,也不能因为BigDecimal存在一定的性能问题二选择弃用,顾此失彼。
BigDecimal 工具类分享
网上有一个使用人数比较多的 BigDecimal
工具类,提供了多个静态方法来简化 BigDecimal
的操作。源码:
public class BigDecimalUtil {/*** 默认除法运算精度*/private static final int DEF_DIV_SCALE = 10;private BigDecimalUtil() {}/*** 提供精确的加法运算。** @param v1 被加数* @param v2 加数* @return 两个参数的和*/public static double add(double v1, double v2) {BigDecimal b1 = BigDecimal.valueOf(v1);BigDecimal b2 = BigDecimal.valueOf(v2);return b1.add(b2).doubleValue();}/*** 提供精确的减法运算。** @param v1 被减数* @param v2 减数* @return 两个参数的差*/public static double subtract(double v1, double v2) {BigDecimal b1 = BigDecimal.valueOf(v1);BigDecimal b2 = BigDecimal.valueOf(v2);return b1.subtract(b2).doubleValue();}/*** 提供精确的乘法运算。** @param v1 被乘数* @param v2 乘数* @return 两个参数的积*/public static double multiply(double v1, double v2) {BigDecimal b1 = BigDecimal.valueOf(v1);BigDecimal b2 = BigDecimal.valueOf(v2);return b1.multiply(b2).doubleValue();}/*** 提供(相对)精确的除法运算,当发生除不尽的情况时,精确到小数点以后10位,以后的数字四舍五入。** @param v1 被除数* @param v2 除数* @return 两个参数的商*/public static double divide(double v1, double v2) {return divide(v1, v2, DEF_DIV_SCALE);}/*** 提供(相对)精确的除法运算。当发生除不尽的情况时,由scale参数指定精度,以后的数字四舍五入。** @param v1 被除数* @param v2 除数* @param scale 表示表示需要精确到小数点以后几位。* @return 两个参数的商*/public static double divide(double v1, double v2, int scale) {if (scale < 0) {throw new IllegalArgumentException("The scale must be a positive integer or zero");}BigDecimal b1 = BigDecimal.valueOf(v1);BigDecimal b2 = BigDecimal.valueOf(v2);return b1.divide(b2, scale, RoundingMode.HALF_EVEN).doubleValue();}/*** 提供精确的小数位四舍五入处理。** @param v 需要四舍五入的数字* @param scale 小数点后保留几位* @return 四舍五入后的结果*/public static double round(double v, int scale) {if (scale < 0) {throw new IllegalArgumentException("The scale must be a positive integer or zero");}BigDecimal b = BigDecimal.valueOf(v);BigDecimal one = new BigDecimal("1");return b.divide(one, scale, RoundingMode.HALF_UP).doubleValue();}/*** 提供精确的类型转换(Float)** @param v 需要被转换的数字* @return 返回转换结果*/public static float convertToFloat(double v) {BigDecimal b = new BigDecimal(v);return b.floatValue();}/*** 提供精确的类型转换(Int)不进行四舍五入** @param v 需要被转换的数字* @return 返回转换结果*/public static int convertsToInt(double v) {BigDecimal b = new BigDecimal(v);return b.intValue();}/*** 提供精确的类型转换(Long)** @param v 需要被转换的数字* @return 返回转换结果*/public static long convertsToLong(double v) {BigDecimal b = new BigDecimal(v);return b.longValue();}/*** 返回两个数中大的一个值** @param v1 需要被对比的第一个数* @param v2 需要被对比的第二个数* @return 返回两个数中大的一个值*/public static double returnMax(double v1, double v2) {BigDecimal b1 = new BigDecimal(v1);BigDecimal b2 = new BigDecimal(v2);return b1.max(b2).doubleValue();}/*** 返回两个数中小的一个值** @param v1 需要被对比的第一个数* @param v2 需要被对比的第二个数* @return 返回两个数中小的一个值*/public static double returnMin(double v1, double v2) {BigDecimal b1 = new BigDecimal(v1);BigDecimal b2 = new BigDecimal(v2);return b1.min(b2).doubleValue();}/*** 精确对比两个数字** @param v1 需要被对比的第一个数* @param v2 需要被对比的第二个数* @return 如果两个数一样则返回0,如果第一个数比第二个数大则返回1,反之返回-1*/public static int compareTo(double v1, double v2) {BigDecimal b1 = BigDecimal.valueOf(v1);BigDecimal b2 = BigDecimal.valueOf(v2);return b1.compareTo(b2);}}
总结
浮点数没有办法用二进制精确表示,因此存在精度丢失的风险。不过,Java 提供了BigDecimal
来操作浮点数。BigDecimal
的实现利用到了 BigInteger
(用来操作大整数), 所不同的是 BigDecimal
加入了小数位的概念。
这篇关于float 或 double 运算的时候会有精度丢失的风险?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!