在项目开发过程中出现精度丢失问题,查资料用BigDecimal解决,并发现如下这篇BigDecimal的解决问题的思路和方法很值得学习,特转载。
原文地址:http://blog.csdn.net/ugg/article/details/8213666
一.问题分析处理
由于数据库存储的金额是以分为单位,而应用程序和前台是元,这中间需要要做元与分的转化,这个转化规则很简单,就是*100的,所以一开始代码很简单,如下。
Float f = Float.valueOf(s); f =f*100; Long result = f.longValue();
当s=”9.86”时,杯具出现了,result的结果为985而不是986,float的精度损失导致float(985.99994)转化为整形时,丢掉小数部分成为985,简单的方法,我们可以提高精度使用双精度的double类型,提高精度,比如:
Double d = Double.valueOf(s); d = d*100; Long result = d.longValue();
当s=”9.86”时,确实能够得到正确结果,但是当s=”1219.86”时,这时候由于精度问题导致最终的result为121985为不是121986。当时以为使用double解决的问题,其实隐藏更隐蔽的bug。
针对这样的问题,如果使用C/C++语言,那么通用解决方案可以这样。
Double d = Double.valueOf(s); d = d*100+0.5;// 注意这里,我们使用的是+0.5的形式。 Long result = d.longValue();
但是,我们使用的java语言,java应该有更优雅的解决方案,那就是BigDecimal。使用BigDecimal的解决方案成这个样子。
Double dd= Double.valueOf(s); BigDecimal bigD = new BigDecimal(dd); bigD = bigD.multiply(new BigDecimal(100)); Long result = bigD.longValue();
狂晕,s=”9.86”时输出结果是985而不是986,打印bigD。
System.out.println(bigD.toString());
输出如下:
985.9999999999999431565811391919851303100585937500
不会再加上一个BigDecimal(0.5)吧?我相信在使用过BigDecimal过程中,肯定有那里不对的地方,multiply方法中可以传入精度,那就构造MathContext对象,修改如下。
Double dd= Double.valueOf(s); BigDecimal bigD = new BigDecimal(dd); MathContext mc = new MathContext(4,RoundingMode.HALF_UP); //4表示取四位有效数字,RoundingMode.HALF_UP表示四舍五入 bigD= bigD.multiply(new BigDecimal(100),mc); Long result = bigD.longValue();
最后结果输出为986,貌似已经找到完成解决方案,其实不然,注意到MathContext中的4了嘛?这是因为我们保留4位有效数字,假如我们输入的数字是大于4的,比如1219.86,最终输出结果是122000,这是因为1219.86保留4位有效数字时,第四位的9四舍五入,除去精确位补零,所以最终结果成了122000。问题就成了,我们必须知道元变分后的最终有效位数,”9.86”,有效位数是4,”19.86”有效位数是5,把字符串s的长度传过去就可以了,那么代码如下:
Double dd =Double.valueOf(s); BigDecimal bigD = new BigDecimal(dd); MathContext mc = new MathContext(s.length(),RoundingMode.HALF_UP); //s.length()表示取s.length位有效数字,RoundingMode.HALF_UP表示四舍五入 bigD= bigD.multiply(new BigDecimal(100),mc); Long result = bigD.longValue();
至此,已经可以得到一个正确的元转分的代码,但是这里的s.length()终归不让人感觉舒服,接下来,我们探索BigDecimal原理,尝试用更优雅的方法解决这个问题。
二.BigDecimal
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。
1.public BigDecimal(double val),将double表示形式转换为BigDecimal
2.public BigDecimal(int val),将int表示形式转换为BigDecimal
3.public 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(new BigDecimal(100)).divide(new BigDecimal(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。
PS:BigDecimal有以下模式
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。
三.总结
1.尽量避免传递double类型,有可能话,尽量使用int和String类型。
2.做乘除计算时,一定要设置精度和保留小数点位数。
3.BigDecimal计算时,单独放到try catch内。