为什么浮点数运算的时候会有精度丢失的风险浮点数运算精度丢失代码演示float a 2.0f - 1.9f; float b 1.8f - 1.7f; System.out.println(a);// 0.100000024 System.out.println(b);// 0.099999905 System.out.println(a b);// false为什么会出现这个问题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。这也就是解释了为什么浮点数没有办法用二进制精确表示。就比如说十进制下的 0.2 就没办法精确转换成二进制小数// 0.2 转换为二进制数的过程为不断乘以 2直到不存在小数为止 // 在这个计算过程中得到的整数部分从上到下排列就是二进制的结果。 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发生循环 ...如何解决浮点数运算的精度丢失问题BigDecimal可以实现对浮点数的运算不会造成精度丢失。通常情况下大部分需要浮点数精确运算结果的业务场景比如涉及到钱的场景都是通过BigDecimal来做的。BigDecimal a new BigDecimal(1.0); BigDecimal b new BigDecimal(0.9); BigDecimal c new BigDecimal(0.8); BigDecimal x a.subtract(b); BigDecimal y b.subtract(c); System.out.println(x); /* 0.1 */ System.out.println(y); /* 0.1 */ System.out.println(Objects.equals(x, y)); /* true */超过 long 整型的数据应该如何表示基本数值类型都有一个表达范围如果超过这个范围就会有数值溢出的风险。在 Java 中64 位 long 整型是最大的整数类型。long l Long.MAX_VALUE; System.out.println(l 1); // -9223372036854775808 System.out.println(l 1 Long.MIN_VALUE); // trueBigInteger内部使用int[]数组来存储任意大小的整形数据。相对于常规整数类型的运算来说BigInteger运算的效率会相对较低。