阿里巴巴为什么建议使用BigDecimal进行浮点数运算

本文先引入一个例子，星期天你和女朋友去逛街，看到一家奶茶店。女朋友想喝奶茶了，你就去买了杯奶茶，然后你问了一下价格。店员说奶茶0.9元一杯。然后你给了1元钱。这个时候你忽然问了一下女友。服务员该找我们多少钱呢？女友说你个小傻瓜当然是0.1元啊。作为一个”严谨“的程序猿，这时你拿起电脑写了个简单计算如下：

看到计算结果不是0.1这个时候你有点慌了，女朋友怎么会错呢？但是你没有犹豫女朋友说的怎么会错呢，女朋友说的一定是对的。一定是电脑计算错了，然后你毫不犹豫把电脑扔了。说了一句对对对该找0.1元。【PS奶茶目前当然不可能1元钱，本文为了演示计算效果所以定义奶茶1元，因为不是所有的浮点运算都会有这样的问题】。

千万别小看这些一点点的计算误差，假如我说假如全国人民一人送你0.1元你能实现财富自由了【呸，别做白日梦了好好搬砖去吧】

好了聊文章的主题BigDecimal这个知识点，这个知识点应该很多人都知道了，我感觉很有有用就聊一下。阿里巴巴开发手册中提到：

使用BigDecimal来定义值，再进行浮点数的运算操作。

 

注意：BigDecimal（double）存在精度损失的风险，在精确计算或比较的场景中可能会导致业务逻辑异常。如：BigDecimal g = new BigDecimal(0.1f)。实际存储的值为：0.10000000149011611938 。

      float a = 1.0f -0.9f;
        float b = 0.9f-0.8f ;
        System.out.println(a);
        System.out.println(b);
        System.out.println(a==b);

为什么浮点数 float 或 double 运算的时候会有精度丢失的风险呢？

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。

那怎么解决精度丢失的问题呢？那就是本文要说的BigDecimal。用它可以实现对浮点的计算，解决精度丢失的问题。如下用差不多相同的代码结果就是对的【PS一定要记住女朋友说的就是对的就是0.1】。

BigDecimal创建方法，请先看注意事项：

阿里官方：【强制】禁止使用构造方法BigDecimal(double)的方式把double值转换为BigDecimal对象

 

正确的创建方法：优先推荐入参为String的构造方法，或者使用BigDecimal的valueOf方法，此方法内部其实执行了Double的toString。而Double的toString按double实际能表达的精度对尾数进行了拦截。如下推荐使用：

BigDecimal a = new BigDecimal("0.1"); 

BigDecimal  b = BigDecimal.valueOf(0.1);

 

开发中用到计算也就是加减乘除，BigDecimal中相关方法如下：

add 方法用于将两个 BigDecimal 对象相加。subtract 方法用于将两个 BigDecimal 对象相减。multiply 方法用于将两个 BigDecimal 对象相乘，divide 方法用于将两个 BigDecimal 对象相除。

这里需要注意的是，在我们使用 divide 方法的时候尽量使用 3 个参数方法。其中 scale 表示要保留几位小数，roundingMode 代表保留规则。具体可以看源码，源码中介绍的很清楚了，并且给了各种例子如下：

大小的比较

a.compareTo(b) : 返回 -1 说明 a 小于 b，0 说明a 等于 b ， 1 说明 a 大于 b。用法如下：

注意：BigDecimal的比较不能使用equals进行比较【原因还是因为精度的问题】，一定要使用compareTo比较，如下：

BigDecilmal计算相关的工具类。

add方法：

public static BigDecimal add(Number v1, Number v2) {
        return add(new Number[]{v1, v2});
    }
    public static BigDecimal add(Number... values) {
        if (ArrayUtil.isEmpty(values)) {
            return BigDecimal.ZERO;
        }
        Number value = values[0];
        BigDecimal result = new BigDecimal(null == value ? "0" : value.toString());
        for (int i = 1; i < values.length; i++) {
            value = values[i];
            if (null != value) {
                result = result.add(new BigDecimal(value.toString()));
            }
        }
        return result;
    }

substract方法：

public static BigDecimal sub(Number v1, Number v2) {
        return sub(new Number[]{v1, v2});
    }
    public static BigDecimal sub(Number... values) {
        if (ArrayUtil.isEmpty(values)) {
            return BigDecimal.ZERO;
        }
        Number value = values[0];
        BigDecimal result = new BigDecimal(null == value ? "0" : value.toString());
        for (int i = 1; i < values.length; i++) {
            value = values[i];
            if (null != value) {
                result = result.subtract(new BigDecimal(value.toString()));
            }
        }
        return result;
    }

multiply 乘法：

public static BigDecimal mul(Number v1, Number v2) {
        return mul(new Number[]{v1, v2});
    }
    public static BigDecimal mul(Number... values) {
        if (ArrayUtil.isEmpty(values)) {
            return BigDecimal.ZERO;
        }
        Number value = values[0];
        BigDecimal result = new BigDecimal(null == value ? "0" : value.toString());
        for (int i = 1; i < values.length; i++) {
            value = values[i];
            result = result.multiply(new BigDecimal(null == value ? "0" : value.toString()));
        }
        return result;
    }

divide 除法：

public static BigDecimal div(BigDecimal v1, BigDecimal v2,Integer scale,RoundingMode roundingMode) {
        if (null == v1) {
            return BigDecimal.ZERO;
        }
        if (scale < 0) {
            scale = -scale;
        }
        return v1.divide(v2, scale, roundingMode);
    }

谢谢点赞，也欢迎你分享给其他的开发者，让更多的人知道。当然也欢迎未关注的小伙伴关注。