1 基本概念

浮点类型，用于表示有小数部分的数值。

在Java中有两种浮点类型：

类型	存储大小	取值范围
float	4kb	大约 ± 3.4.02 823 47E+38F（有效位数为6-7位）
double	8kb	大约 ±1.79.97 693 134 862 315 70E+308（有效位数为15位）

所有浮点数值计算都遵循IEEE 745规范。

三种特殊类型的浮点数值：

正无穷大

负无穷大

NaN（不是一个数字）

一个整数除以0的结果为正无穷大，计算 0/0 或者负数的平方根结果为NaN。

2 代码示例

浮点数相减

//  两个浮点数相减 double subtrahend = 2.0; double minuend = 1.1; double remainder = subtrahend - minuend; System.out.println("两个浮点数相减，2.0减去1.1的结果为：" + remainder);

说明：注意实际输出结果不是0.9，而是：0.8999999999999999

浮点数循环

// 在循环语句中，判断两个浮点数是否相等for (double i = 0; i != 10 ; i += 0.1) {     System.out.println("循环语句中的浮点数等式比较：" + i); }

说明：不要在循环语句中，使用浮点数值类型做判断，由于精度丢失，会造成死循环。

大数值计算概率

// 使用BigDecimal数值类型，计算在490个数字中，抽取60个数字的概率int pickNumber = 60;int sumTotal = 490;BigDecimal probability = BigDecimal.valueOf(1);for (int i = 1; i <= pickNumber; i++){    probability = probability.multiply(BigDecimal.valueOf(sumTotal - i + 1)).divide(BigDecimal.valueOf(i));}System.out.println(probability);

说明：输出的结果为 716395843461995557415116222540092933411717612789263493493351013459481104668848

概率值表示为 1 / 716395843461995557415116222540092933411717612789263493493351013459481104668848

大数值类型BigDecimal采用实现的计算方法（add，subtract，multiply，divide）

3 总结

1 浮点数值在计算的过程中会丢失精度，不适用于无法接受舍入误差的金融计算中。

2 这种摄入误差的主要原因是浮点数值采用二进制系统表示，而在二进制系统中无法精确地表示分数 1/10。这就好像十进制无法精确地表示分数 1/3 一样。

3 如果在数值计算中不允许有任何舍入误差，就应该使用BigDecimal类。