Java 8与Java 17的Double类型平均值计算差异原因探究

问题现象 #

在Java 8和Java 17环境下，对同一组Double数值计算平均值，得到了略有差异的结果：

Java 17代码及结果 #

import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<Double> amountList = List.of(27.19, 18.97, 6.44, 106.36);
        System.out.println("JAVA 17 result: " + amountList.stream().mapToDouble(x -> x).average().orElseThrow());
    }
}

运行结果：39.739999999999995

Java 8代码及结果 #

import java.util.Arrays;
import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<Double> amountList = Arrays.asList(27.19, 18.97, 6.44, 106.36);
        System.out.println("JAVA 8 result: " + amountList.stream().mapToDouble(x -> x).average().orElse(0.0));
    }
}

运行结果：39.74000000000001

差异原因 #

1. 浮点数的本质特性 #

double类型基于IEEE 754 64位标准，无法精确表示所有十进制小数（比如27.19、18.97这些数值在内存中都是近似存储的），这是浮点运算误差的基础来源。

2. Java版本的算法变更 #

差异的直接原因是Java 9及之后版本（包括Java 17）对DoubleStream.average()的实现做了优化：

• Java 8中，平均值计算逻辑是先通过普通累加得到总和，再除以元素数量，普通累加过程中浮点误差会逐步累积。
• Java 9+引入了Kahan求和算法（一种减少浮点累加误差的优化算法），能更精准地计算总和，减少误差累积。

两种求和算法得到的总和存在细微差异，除以4后就呈现出不同的近似结果：Java 8的累加结果略大于真实总和，得到偏上限的近似值；Java 17的优化求和更接近真实总和，但受限于浮点数精度，最终得到偏下限的近似值。

解决方案：精确计算 #

如果需要完全精确的十进制运算，应使用BigDecimal类型替代double，避免浮点误差：

import java.math.BigDecimal;
import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<BigDecimal> amountList = List.of(
                new BigDecimal("27.19"),
                new BigDecimal("18.97"),
                new BigDecimal("6.44"),
                new BigDecimal("106.36")
        );
        BigDecimal sum = amountList.stream().reduce(BigDecimal.ZERO, BigDecimal::add);
        BigDecimal average = sum.divide(new BigDecimal(amountList.size()));
        System.out.println("精确计算结果: " + average); // 输出39.74
    }
}

内容的提问来源于stack exchange，提问作者omar mahameed