在日常的开发中，经常会出现一些因为使用double类型而导致的精度丢失问题。那么问题来了，精度丢失问题到底是一个偶发问题还是一个必现问题呢？下面我们一起来仔细分析分析。
我们先来看一段代码:
double d1 = 20.3;
double d2 = 6.9;
System.out.println(d1+d2);
我得到了一个执行结果
27.200000000000003
OK巧了么，精度丢失他来了。无论我执行多少遍，他依然是这个数字。
这时候，我们祭出开发大法，我们用BigDecimal来做double的加法运算，这样就不会精度丢失了吧，看我的：
double d1 = 20.3;
double d2 = 6.9;
BigDecimal b1 = new BigDecimal(d1);
BigDecimal b2 = new BigDecimal(d2);
BigDecimal b3 = b1.add(b2);
System.out.println(b3);
System.out.println(b3.doubleValue());
执行结果：
27.2000000000000010658141036401502788066864013671875
27.200000000000003
卧槽！为什么精度仍然丢失了？这和预想的根本不一样啊！为什么使用BigDecimal用于double运算仍然无法解决double精度丢失的问题？
接下来，我们仔细分析一下，为什么会有精度丢失这个问题产生。
double，又称双精度浮点数。这时候引荐一位它的朋友，float，单精度浮点数，用来做案例分析。
要弄明白为什么会有精度丢失这个问题的产生，我们首先要明白，计算机是如何存储float和double这类数据的。
众所周知，计算机是以二进制数来做数据存储的，一个浮点数的数据结构由以下部分构成：
符号位、阶数位 和 小数位。
float由32个二进制数构成，double则由64个二进制数构成（有兴趣的同学可以调用Float.SIZE和Double.SIZE进行实验验证）。
float和double的存储数据结构如下：
float存储结构：
0（符号位1位）0000 0000（阶数位8位）0000 ... 0000（小数位23）
** double存储结构：**
0（符号位1位）0000 0000 000（阶数位11位）0000 ... 0000（小数位52）
这里就需要解答一下基础比较薄弱的同学的提问：这三部分结构分别代表什么意思？一个数字是如何被表现出来的？
计算机在表示浮点数的时候，采用的是科学记数法，我们从十进制数开始举例：
当我们需要表示一个十进制数 12345 那么我们会表示成1.2345*10^4 这个地方 我们其实省略了一个符号位，就是写全是：1*1.2345*10^4。这里1 代表符号位，如果数字为负，那么我们就换成-1，1.2345代表有效数字，十的四次方的^4就是阶数位，也就是12345用科学记数法来表示，就是符号位：1、阶数位：4 和 小数位：1.2345。
OK，搞明白了上面这一段，我们把思想转换为二进制数。
以float来举例：
第一部分符号位用于表示数字的正负；
第二部分阶数位用于表示这个数字需要乘以多少个2；
第三部分小数位用于表示这个数字的有效数字。
好了，聪明的同学已经得到了一个结论了，float的有效数字是有限的，具体多少，自己计算（百度一下），得到16777215这个数字。这时候就又有同学提问了：你这不对啊，float明明可以表示(-3.4E+38)~(3.4E+38)之间的数字啊，你这怎么才这么点？
你说的对，但是也需要注意，你说的是取值范围，我说的是精度。
举个例子：
float能够精确的表示：16777215这个数字，但是无法精确的表示16777216这个数字；
我们用控制台输出16777216和16777217 得到的都是16777216这个数字，也就是说，你看见的，不准了。
取值范围（数字大小），精度（有效数字），你品，你仔细品。
好的，说了半天，也就说了个取值范围和精度的事儿，我一个20.3+6.9，关你上面这啥事儿了？
好的，你把砖头放下，我们好好继续往下唠。
刚刚我们只说了小数位之前的数字是如何表示的，小数点之后的数字，我们是怎么表示的呢？
还是以十进制举例：
0.12345 我们可以写成12345*10^-5，也就是说是12345/10^5换句话说，我们想得到一个没有小数点的数12345（填到有效数字坑上面的数字），我们需要拿他的小数部分乘以进制（10），这里我们乘一下，来得到十进制里有效数字的书写过程：
0.12345 * 10 1.2345 1
0.2345 * 10 2.345 2
0.345 * 10 3.45 3
0.45 * 10 4.5 4
0.5 * 10 5 5
这时候，我们请抄起搬砖的同学先坐下，我之所以这么写，是为了让大家明白，整数位和小数位的表示方式是有那么一丝丝的区别的。
这里我们转换一下，我们用二进制来表示0.125
0.125 * 2 0.25 0
0.25 * 2 0.5 0
0.5 * 2 1 1
也就是说，0.125用二进制表示，那么他的小数位写法是001
OK，啰嗦了那么多，我们来看看，计算机到底是如何表示20.3的：
首先，小数位之前的数字20，我们用十进制表示为10100
计算过程:
除法 是否有余数
20/2 0
10/2 0
5/2 1
2/2 0
1/2 1
这时候，小数部分是0.3
0100 1100 1100 1100 ...
计算过程:
0.3*2 = 0.6 0
0.6*2 = 1.2 1
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
0.4*2 = 0.8 0
--------------
... 1
... 1
... 0
... 0
--------------
它无限循环了
然后我们发现，这23位有效数字根本不够填，最后我们没有办法，填入了10100 0100 1100 1100 1100 11。好的，机智的同学已经发现了，这不准确！float居然无法准确的表示20.3这个数字！那double也同理，无法准确的表示20.3这个数字。而且我们执行一下如下代码来验证一下：
double d1 = 20.3;
float f1 = 20.3f;
System.out.println(d1 == f1);
果然得到结果 false。至于为什么，想必大家已经十分明了了，OK，那么回到文章开头的问题：
20.3都无法准确的表示，你再来问我为什么20.3+6.9为什么会得到那样的结果，是不是就过分了呢同学？
好，我们再来看另一个细节性的问题，在我们的印象中，BigDecimal用来做double运算，是能够解决我们遇到的问题的，那么为什么开头的运算无法得到我们想要的答案呢？
这里给大家一段代码，大家执行一下，然后评论区来告诉我答案：
double d1 = 20.3;
double d2 = 6.9;
BigDecimal b1 = new BigDecimal(d1+"");
BigDecimal b2 = new BigDecimal(d2+"");
BigDecimal b3 = b1.add(b2);
System.out.println(b3);
