真正的java的四舍五入

真正的java的四舍五入原文地址:https://blog.csdn.net/qwfylwc/article/details/53939906下面列举让你惊讶的现象,或许你还一直这么用:1、使用Math.round()doubled=1041.735;d=Math.round(d*100)/100.0;//除以100.0而不是100System.out.println(d);…

大家好,又见面了,我是你们的朋友全栈君。

原文地址:https://blog.csdn.net/qwfylwc/article/details/53939906

下面列举让你惊讶的现象,或许你还一直这么用:

1、使用Math.round()

  double d = 1041.735;
  d = Math.round(d*100)/100.0; //除以100.0 而不是100
  System.out.println(d); //输出结果是1041.73

2、使用 BigDecima

 double d = 9.655;
 BigDecimal b = new BigDecimal(d); 
 d = b.setScale(2,RoundingMode.HALF_UP).doubleValue();
 System.out.println(d); //输出结果是9.65

3、使用DecimalFormat

double d = 11.225;
DecimalFormat df = new DecimalFormat("0.00");
String s = df.format(d);
System.out.println(s);//输出结果是11.22

所有的根源都是double的浮点运算机制 
例1

1041.735*100=104173.49999999999
Math.round(1041.735*100)=104173

例2 
在进行使用double的构造函数之后,发生了变化,导致后续的四舍五入错误 
这里写图片描述

例3 
和例1、例2有点区别,在内部实现时,也是进行了相关的浮点预算

综上所述:只要进行浮点运算,就可能产生精度问题

上述例2和例3几乎接近真实,只需要进行一点调整即可 
例2

 double d = 9.655;
 //通过改变构造方法,就可以解决精度丢失问题
 BigDecimal b = new BigDecimal(Double.toString(d));
 d = b.setScale(2,RoundingMode.HALF_UP).doubleValue();
 System.out.println(d); //输出结果是9.66

例3

double d = 11.225;
DecimalFormat df = new DecimalFormat("0.00");
//指定RoundingMode 
df.setRoundingMode(RoundingMode.HALF_UP);
String s = df.format(d);
System.out.println(s);//输出结果是11.23

下面我们再来看一个经典的例子 
计算199999.00*0.015,结果保留2位有效数字 
理论上 199999.00*0.015=2999.985 
实际上java的bouble运算是 199999.00*0.015=2999.984999….

下面提供了一个double运算的工具类,最后的format解决了科学计数法显示问题(1.53E10)

public class DoubleUtil {
    private static final int DIV_SCALE=10;//默认除法运算精度 

    private DoubleUtil(){

    }

    /**
     * 提供精确的加法运算
     * @param v1 被加数
     * @param v2 加数
     * @return 两个参数的和
     */
    public static double add(double v1,double v2){
        BigDecimal b1 = new BigDecimal(Double.toString(v1));
        BigDecimal b2 = new BigDecimal(Double.toString(v2));
        return b1.add(b2).doubleValue();
    }

    /**
     * 提供精确的减法运算
     * @param v1 被减数
     * @param v2 减数
     * @return 两个参数的差
     */
    public static double sub(double v1,double v2){
        BigDecimal b1 = new BigDecimal(Double.toString(v1));
        BigDecimal b2 = new BigDecimal(Double.toString(v2));
        return b1.subtract(b2).doubleValue();
    }

    /**
     * 提供精确的乘法运算
     * @param v1 被乘数
     * @param v2 乘数
     * @return 两个参数的积
     */
    public static double mul(double v1,double v2){
        BigDecimal b1 = new BigDecimal(Double.toString(v1));
        BigDecimal b2 = new BigDecimal(Double.toString(v2));
        return b1.multiply(b2).doubleValue();
    }

    /**
     * 提供(相对)精确的除法运算
     * 当除不尽时,使用默认精度:DIV_SCALE
     * @param v1 被除数
     * @param v2 除数
     * @return 两个参数的商
     */
    public static double div(double v1,double v2){
        return div(v1,v2,DIV_SCALE);
    }

    /**
     * 提供(相对)精确的除法运算
     * 当除不尽时,使用参数scale指定精度,进行四舍五入
     * @param v1 被除数
     * @param v2 除数
     * @param scale 表示精确到小数点后几位
     * @return 两个参数的商
     */
    public static double div(double v1,double v2,int scale){
        if(scale<0){
            throw new IllegalArgumentException("scale不能小于0");
        }
        BigDecimal b1 = new BigDecimal(Double.toString(v1));
        BigDecimal b2 = new BigDecimal(Double.toString(v2));
        return b1.divide(b2,scale,BigDecimal.ROUND_HALF_UP).doubleValue();
    }

    /**
     * 提供精确的小数位四舍五入处理
     * @param v 需要四舍五入的数字 
     * @param scale 小数点后保留几位
     * @return 四舍五入后的结果
     */
    public static double round(double v1,int scale){

        if(scale<0){
            throw new IllegalArgumentException("scale不能小于0");
        }
        BigDecimal b = new BigDecimal(Double.toString(v1));
        BigDecimal one = new BigDecimal("1");
        return b.divide(one,scale,BigDecimal.ROUND_HALF_UP).doubleValue();
    }

    public static String format(double v1,int scale){

        String s = String.valueOf(round(v1,scale));
        s = new BigDecimal(s).toPlainString();//解决科学计算法转换问题

        int k = s.indexOf(".");
        if(k<0 && scale>0){
            s = s+".0";
            k=s.indexOf(".");
        }

        if(k>0){
            int d_scale = (s.length()-(k+1));
            if(scale>d_scale){
                for(int i=0;i<scale-d_scale;i++){
                    s+="0";
                }
            }else if(scale<d_scale){//当scale=0时才会出现这种情况
                s = s.substring(0,k);
            }
        }
        return s;
    }
}
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/156866.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 如何配置tomcat环境变量

    如何配置tomcat环境变量首先下载tomcat,并且解压到目录:注意:2,3步的变量值要到下图这一步即,bin的上一级目录不包含bin1.第一步鼠标右键计算机-&gt;属性-&gt;高级系统设置,进去之后,点击环境变量,如下图所示2.第二步开始配置tomcat的环境变量,新建系统变量名CATALINA_BASE,值tomcat的安装路径,如下图所示:3.第三步新建系统变量CA…

    2022年6月4日
    26
  • 图像分割之分水岭算法[通俗易懂]

    图像分割之分水岭算法[通俗易懂]使用C++、opencv进行分水岭分割图像分水岭概念是以对图像进行三维可视化处理为基础的:其中两个是坐标,另一个是灰度级。基于“地形学”的这种解释,我们考虑三类点:a.属于局部性最小值的点,也可能存在一个最小值面,该平面内的都是最小值点b.当一滴水放在某点的位置上的时候,水一定会下落到一个单一的最小值点c.当水处在某个点的位置上时,水会等概率地流向不止一个这样的最小值点对一个特…

    2022年6月16日
    40
  • Linux tomcat安装详解

    Linux tomcat安装详解欢迎访问我的个人博客网站:http://www.yanmin99.com/一、tomcat安装1、下载JDK和Tomcat//通过wget下载wgethttp://mirrors.tuna.tsinghua.edu.cn/apache/tomcat/tomcat-8/v8.5.4/bin/apache-tomcat-8.5.4.tar.gzwgethttp://download.ora

    2022年6月2日
    30
  • 阿里云服务器定时在线运行python爬虫代码「建议收藏」

    阿里云服务器定时在线运行python爬虫代码「建议收藏」服务器:centos任务管理:cron服务对于cron服务不了解的可以看我这篇文章

    2022年5月18日
    39
  • 均值归一化详解_matlab数据归一化

    均值归一化详解_matlab数据归一化数据归一化[TOC]将所有的数据映射到同一尺度。​首先,为什么需要数据归一化?举个简答的例子。样本间的距离时间所主导,这样在样本1以[1,200]输入到模型中去的时候,由于200可能会直接忽略到1的存在,因此我们需要将数据进行归一化。比如将天数转换为占比1年的比例,200/365=0.5479,100/365=0.2740。一、最值归一化最值归一化(Nor…

    2022年10月11日
    0
  • 基尼系数计算方法_西南财经大学基尼系数

    基尼系数计算方法_西南财经大学基尼系数上图图片来自维基百科·自由的百科全书最近在尝试做一些流量调控的事情,流量对于任何商业系统都是宝贵的资源,不能任由他人无限制获取,且需要通过一定手段加以调控,以期用户体验、平台生态、平台利益多方最大化。这个目标是宏大而美好的,但总要一步步慢慢来。先说如何平衡生态问题(当然指的是B端用户),生态问题就像国民收入均衡问题一样,常用的就是基尼系数,维基百科的中文链接要FQ才能打开,好伤心,英文的我…

    2022年10月13日
    0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号