Java双精度浮点数两次差值计算结果不一致问题咨询

这其实是二进制浮点数的经典精度问题——double类型本质是基于二进制的浮点数表示，没办法精确存储所有十进制小数，哪怕看起来很简单的0.174、0.175这类数也不例外，而你看到的差异，就是这种近似存储带来的必然结果。

核心原因：double的二进制近似存储 #

十进制里的0.174和0.175，转换成二进制时都是无限循环的小数。double用64位（其中52位是有效尾数）来存储这些数，只能截取近似值，没办法保留完整的无限循环部分。也就是说：

• 你写的0.174，实际存在内存里的是它的二进制近似值，记为A
• 你写的0.175，实际存储的是它的二进制近似值，记为B
• 第一个例子里的diff是|A - B|；第二个例子里的3.174是3 + A'（注意：A'不是A——整数部分3的加入会改变浮点数的指数位，导致0.174的近似方式略有不同），3.175是3 + B'，所以diff是|(3+A') - (3+B')| = |A' - B'|。而A'和A、B'和B的近似误差因为指数位的变化，最终导致差值的表现不同。

更直白的类比解释 #

想象一下用有限位数的十进制去近似无限循环小数：比如用两位小数存1/3≈0.33，2/3≈0.67，它们的差是0.34；但如果是用科学计数法存1000 + 1/3≈1.00033×10³，1000 + 2/3≈1.00067×10³，虽然看起来差还是0.34，但如果你的有效位数只能覆盖到小数点后两位，更大的整数部分会让你对小数部分的近似精度产生偏移——二进制浮点数的逻辑也是如此：当数的整体大小变大时，尾数的最低位对应的十进制量级会变化，两个近似值的差自然会和纯小数场景下的结果有细微区别。

总结 #

• 永远不要假设double能精确存储十进制小数，除非这个小数是2的负次幂的组合（比如0.5、0.25、0.75这类）
• 两个double的差值结果，取决于它们实际存储的近似值之间的真实差，而不是你写的十进制字面量的差
• 当数值的整数部分变化时，浮点数的指数位会调整，导致尾数的精度对应的量级变化，所以近似后的差值会出现细微差异，这就是你看到两个例子结果不同的原因。

内容的提问来源于stack exchange，提问作者Rowen L