关于java浮点数运算精度丢失问题的
首先我们需要知道机器数和真值的概念，一个数在计算机中以二进制形式表示就是该数对应的机器数，而且机器数是带符号的，最高位就是符号位，0代表正数，代表负数。因为机器数带符号位，所以机器数的形式值不是真正的数值，我们将带符号位的机器数对应的真正数值称为机器数的真值。
因此数字在计算机都是以二进制形式存储的，接下来我们就可以介绍原码,反码，补码，它们是机器存储一个具体数字的编码方式，原码就是符号位加上真值的绝对值，即用第一位表示符号，其余位表示值，原码是人脑最容易理解和计算的表示方式；反码的表示方法是：正数的反码是其本身；负数的反码是在其原码的基础上，符号位不变，其余各位取反。如果一个反码表示的是负数，人脑无法直观的看出来它的数值。通常要将其转换成原码再计算。补码的表示方法是：正数的补码就是其本身；负数的补码是在其原码的基础上，符号位不变，其余各位取反，最后+1。(也即在反码的基础上+1)。对于负数而言和反码一样，也许转换成原码进行计算。之后我们发现三者的关系，对于原码来说，它只有加法，而没有减法，为了解决减法问题，于是我们创造了反码，减去一个数可以看成加一个数的负数，这样负数相加的问题就解决了，而且正数的原码等于本身，是因为正数之间的加法需要原码，而减法需要反码，之后我们发现了一个棘手的盲点，那就是0的表示如果用原码或者反码都有两种方式10000，00000，-0和+0，为了解决这个问题我们提出了补码的概念，这样所有的问题就得以解决了，这样0只剩一种表示方式，正数原码反码补码都一样，而负数反码等于正数取反，而补码为反码结尾补1。
在java语言中进行浮点数运算时我们会发现精度损失的情况，计算机的 CPU 表示浮点数由两个部分组成：指数和尾数，这样的表示方法一般都会失去一定的精确度，有些浮点数运算也会产生一定的误差。在浮点数运算的过程当中这是必然的，那么如何解决呢？其实 Java 的浮点数只能用来进行科学计算或工程计算，在大多数的商业计算中，一般采用java.math.BigDecimal 类来进行精确计算。
- 用 float 或者 double 变量构建 BigDecimal 对象。通常使用 BigDecimal 的构造方法或者静态方法的 valueOf() 方法把基本类型的变量构建成 BigDecimal 对象。
- 通过调用 BigDecimal 的加，减，乘，除等相应的方法进行算术运算。
- 把 Bi
- gDecimal 对象转换成 float，double，int 等类型
BigDecimal add(BigDecimal augend) //加法运算
BigDecimal subtract(BigDecimal subtrahend) //减法运算
BigDecimal multiply(BigDecimal multiplicand) //乘法运算
BigDecimal divide(BigDecimal divisor) //除法运算
这样就解决了精度丢失的问题
