Java 中 double 的精度问题，以及为什么 BigDecimal 没有这个问题
当你在 Java 中写出：
System.out.println(0.1 + 0.2); // 0.30000000000000004
是不是很诧异？这不是 Java 的“bug”，而是计算机数值表示方式导致的。本文系统解释 为什么 double（IEEE 754 二进制浮点）会出现精度问题，以及 BigDecimal 为什么能精确表示十进制小数。
一、问题概览：现象与根源
现象：
使用 double 进行十进制计算时，常会看到奇怪的结果：
System.out.println(0.1 + 0.2); // 0.30000000000000004
原因：
double 使用 IEEE 754 二进制浮点标准（基数 2）。
很多十进制有限小数（如 0.1）在二进制下是无限循环小数，计算机只能存有限位数 → 截断 → 误差。
后果：
在金融、计费、利率、货币运算等场景中，这种微小误差可能引起严重问题。
因此此类场景应使用 BigDecimal（十进制精确数）来代替 double。
二、二进制与十进制表示小数的区别
任意进制的小数都可以写作：
[
0.d_1d_2d_3..._b = d_1·b^{-1} + d_2·b^{-2} + d_3·b^{-3} + ...
]
例如：
十进制：0.1 = 1×10⁻¹
二进制：0.1₂ = 1×2⁻¹ = 0.5₁₀
只有分母是底数的幂时，小数才能有限表示：
例子
分母
十进制能否有限
二进制能否有限
1/2
2
✅
✅
1/5
5
✅
❌
1/10 (=0.1)
2×5
✅
❌
1/8 (=0.125)
8
✅
✅
也就是说：
十进制能精确表示分母含 2、5 的分数；
二进制只能精确表示分母是 2ⁿ 的分数。
因此，0.1（=1/10）在二进制中是无限循环小数。
三、0.1 的二进制展开（为什么无限循环）
转换规则：
每次“乘以 2，取整数部分作为当前二进制位，小数部分继续乘 2”。
以 0.1 为例：
0.1 × 2 = 0.2 → 0
0.2 × 2 = 0.4 → 0
0.4 × 2 = 0.8 → 0
0.8 × 2 = 1.6 → 1 (余 0.6)
0.6 × 2 = 1.2 → 1 (余 0.2)
余数又回到 0.2 → 循环出现！
因此：
0.1₁₀ = 0.0001100110011...₂
即 0.(0011)₂ 无限循环。计算机只能存有限位（double 仅 53 位有效位），因此必须截断或舍入。
四、IEEE 754 double 的结构与近似误差
double 占 64 位：
部分
位数
说明
符号位
1
表示正/负
指数
11
偏移量 1023
尾数（mantissa）
52
实际有效精度约 15~17 位十进制数
double 在存储 0.1 时，会存成一个最接近 0.1 的二进制浮点数：
0.1000000000000000055511151231257827021181583404541015625
当你做 0.1 + 0.2 时，其实是两个近似数相加，误差传播后就看到：
0.30000000000000004
五、BigDecimal：为什么它不会有这个问题
BigDecimal 是十进制数的精确实现。
它不是浮点数，而是：
即：
unscaledValue：一个整数（BigInteger）
scale：小数位数（十进制）
例如：
BigDecimal x = new BigDecimal("0.003");
System.out.println(x.unscaledValue()); // 3
System.out.println(x.scale()); // 3
// 表示 3 ÷ 10³ = 0.003
再如：
BigDecimal y = new BigDecimal("0.234");
System.out.println(y.unscaledValue()); // 234
System.out.println(y.scale()); // 3
// 表示 234 ÷ 10³ = 0.234
这意味着 BigDecimal 直接存储十进制结构，没有任何二进制浮点参与，因此不会出现“无限循环导致误差”。
六、构造 BigDecimal 的正确方式
✅ 推荐写法：
BigDecimal bd1 = new BigDecimal("0.1"); // 字符串精确
BigDecimal bd2 = BigDecimal.valueOf(0.1); // 内部等价于 new BigDecimal("0.1")
❌ 错误写法：
BigDecimal bd3 = new BigDecimal(0.1); // 把 double 的误差一并带入
System.out.println(bd3);
// 0.1000000000000000055511151231257827021181583404541015625
七、两者比较的本质区别
特性
double
BigDecimal
基数
2（二进制）
10（十进制）
能精确表示的数
n/2ⁿ
n/10ⁿ
存储结构
符号 + 指数 + 尾数
BigInteger + scale
精度
固定（约15位十进制）
任意（受内存限制）
性能
快（硬件支持）
慢（软件实现）
误差来源
二进制无法精确表示十进制
无（除非除法需舍入）
八、实践建议
使用 double 的场景：
科学计算、统计分析、图形渲染等对微小误差不敏感、追求性能的场景。
使用 BigDecimal 的场景：
金融、税务、计费等对精度要求极高的场景。
需要精确比较或精确小数运算时。
建议：
使用 new BigDecimal(String) 或 BigDecimal.valueOf(double)
明确指定 RoundingMode（舍入方式）和 scale（小数位数）
九、示例代码（对比）
public class PrecisionDemo {
public static void main(String[] args) {
double a = 0.1;
double b = 0.2;
System.out.println("double 0.1 + 0.2 = " + (a + b));
// 0.30000000000000004
BigDecimal bd1 = new BigDecimal("0.1");
BigDecimal bd2 = new BigDecimal("0.2");
System.out.println("BigDecimal(\"0.1\") + BigDecimal(\"0.2\") = " + bd1.add(bd2));
// 0.3
BigDecimal fromDouble = new BigDecimal(0.1);
System.out.println("new BigDecimal(0.1) = " + fromDouble);
// 0.1000000000000000055511151231257827021181583404541015625
}
}
十、小结（重点回顾）
double 是 二进制浮点数，只能精确表示分母为 2ⁿ 的分数。
十进制小数（如 0.1）在二进制中变成 无限循环，只能近似。
BigDecimal 用十进制结构（unscaledValue / 10^scale）存数，能精确表示所有十进制有限小数。
构造时应使用 字符串或 valueOf，不要直接传入 double。
十进制并不是万能精确——像 1/3 在十进制中也会无限循环，但 BigDecimal 可以用设定精度来控制结果。
🔍 一句话总结：
二进制浮点数 double 对十进制小数“天生不友好”；
而 BigDecimal 以十进制整数 + 小数位数的方式存储，天生适合精确的十进制运算。