浮点型数据精度丢失问题和解决办法

浮点型数据精度丢失问题和解决办法

问题描述：

今天做项目测试的时候发现一个数据显示不对，8.6显示成了860.000038，当时扒了下代码看了下数据类型，发现是float类型，将类型改成double测了下，发现精度丢失问题解决了。难道说float类型数据会丢失精度，double类型数据就不会了？后面经过测试，发现double类型数据也会丢失精度。

贴下测试截图：

分析这个问题之前，要先了解浮点类型数据在计算机中的存储方式。可以参考此链接：https://zhidao.baidu.com/question/1431942831037573059.html

分析原因：

1）由于计算机内部以二进制保存，所以十进制的有限位的小数，在计算机内部会是一个无限位的小数。

2）计算机保存浮点数的精度有限，例如float可以保留十进制最多7位（二进制23位）有效数字，double 可以保留十进制15~16位（二进制52位）有效数字。那有效数字以后的就被忽略了。

3）根据浮点数的存储标准（IEEE制定），float类型指数的起始数为127（二进制0111 1111），double类型指数的起始数为1023(二进制011 1111 1111)，在此基础上加指数，得到的就是内存中指数的表示形式。尾数则直接填入，如果空间多余则以0补齐，如果空间不够则0舍1入。

因为十进制小数转换成二进制小数采用"乘2取整，顺序排列"法，以0.6为例：

0.6*2 = 1.2 取 1

0.2*2 = 0.4 取 0

0.4*2 = 0.8 取 0

0.8*2 = 1.6 取 1

0.6*2 = 1.2 取 1，到这里就循环了

最后得到的二进制小数为：0.100110011001100110011001.....由于float类型二进制最多保留23位，所以23位后的数据就不显示了。根据浮点数的存储标准，将第23位0舍1入，得到0.10011001100110011001101，导致精度就丢失，这就是数据误差来源。

至于为什么换成double类型后精度就正常了，那是因为有效精度内都为0，丢失精度的数据部分没有显示造成的，看下图：

double类型精度丢失原因与float类型其实是一样的，区别在于有效位数。

解决方法：

浮点类精度丢失很难从根本上去解决，我在网上也没有找到很好的解决办法。说下我在项目里面的解决办法和注意事项吧：

1）我的项目中是将8.6元换算成单位分，将浮点数据*100后，将该结果的小数点后的数据四舍五入，保留两位小数。

2）浮点型数据比较的时候不要用等号。例如：i - 10.0 <= 0.0000000001 这样就会减少点误差。

3）数据传递最好使用字符串来传递，如果使用浮点型的话，数据精度可能会存在问题。

以上是个人原创，目的在于记录自己的成长和锻炼描述问题的能力，不足之处请多多指教。如要转载，请说明出处。