一、为何Java需要BigDecimal?
在金融、电商、支付等对数值精度要求极高的场景中,float与double的二进制浮点表示存在固有缺陷——它们无法精确表示0.1这类十进制小数。例如:
System.out.println(0.1 + 0.2); // 输出:0.30000000000000004
该结果源于IEEE 754标准中二进制小数的表示限制。0.1在二进制中为无限循环小数(0.0001100110011…),截断后必然产生误差。此类误差在单次运算中看似微小,但经多次累加、乘除后将被放大,最终导致对账失败、资金错配等严重问题。
BigDecimal通过整数+缩放因子(scale)机制实现十进制精确运算:其内部以unscaledValue(BigInteger)存储有效数字,以scale(int)记录小数位数。例如:
BigDecimal bd = new BigDecimal("0.1");
// 等价于 unscaledValue = 1, scale = 1 → 1 × 10^(-1)
这种设计确保十进制小数可被精确存储,彻底规避二进制浮点误差。
BigDecimal与原始类型精度对比
| 运算 | double结果 | BigDecimal结果 | 误差类型 |
|---|---|---|---|
| 0.1 + 0.2 | 0.30000000000000004 | 0.3 | 二进制截断误差 |
| 1.0 - 0.9 | 0.09999999999999998 | 0.1 | 舍入方向偏差 |
| 123.456 × 100 | 12345.599999999999 | 12345.6 | 累积误差放大 |
在支付系统中,1分钱的误差即可能引发用户投诉或合规风险。因此,金融级应用必须使用BigDecimal,并严格遵循其精度控制规范。