取余运算符是否存在浮点误差？如何判断double值为0.5的整数倍

问题判断 #

你担心的浮点误差导致判断失败的情况确实会发生。
根本原因是double为二进制浮点数，仅能精确表示形如 k * 2^n（k、n均为整数）的数值。0.5本身是2^-1，可以被精确存储，如果你传入的是直接书写的0.5整数倍字面量（比如0.5、1.0、2.5等），现有代码判断不会出错。但如果输入值是其他浮点运算得到的、数学上为0.5整数倍的结果，运算过程的精度损失会导致实际存储的值和理论值存在微小偏差，这时候num % 0.5的结果就不会刚好等于0.0，进而触发判断失败。

解决方案 #

可以根据你的业务精度要求选择以下三种方案：

• 方案1：误差阈值判断（适合普通业务场景）
  新增一个极小的误差允许值（epsilon），只要取余结果足够接近0或者0.5，就判定为符合条件，还可以主动修正数值为最接近的0.5整数倍存储，避免后续误差累积：

  // 可根据业务精度要求调整epsilon大小，普通场景1e-9足够
  private static final double EPSILON = 1e-9;
  
  public void setNum(double num) {
      double remainder = num % 0.5;
      if (remainder < EPSILON || (0.5 - remainder) < EPSILON) {
          // 可选：修正为精确的0.5整数倍存储
          this.num = Math.round(num * 2) / 2.0;
      }
  }
  

• 方案2：放大转整数判断（逻辑更直观，性能无额外损耗）
  0.5的整数倍乘以2后一定是整数，所以可以把输入值放大2倍后，判断是否足够接近整数即可：

  private static final double EPSILON = 1e-9;
  
  public void setNum(double num) {
      double doubleNum = num * 2;
      if (Math.abs(doubleNum - Math.round(doubleNum)) < EPSILON) {
          this.num = Math.round(doubleNum) / 2.0;
      }
  }
  

• 方案3：用BigDecimal做无误差判断（适合金融、高精度计量等零误差要求的场景）
  完全规避二进制浮点误差，用十进制运算做精确判断：

  import java.math.BigDecimal;
  import java.math.RoundingMode;
  
  public void setNum(double num) {
      BigDecimal bdVal = BigDecimal.valueOf(num);
      BigDecimal multiplyRes = bdVal.multiply(BigDecimal.valueOf(2));
      BigDecimal roundedRes = multiplyRes.setScale(0, RoundingMode.HALF_UP);
      // 偏差小于1e-9即判定符合要求
      if (multiplyRes.subtract(roundedRes).abs().doubleValue() < 1e-9) {
          this.num = roundedRes.divide(BigDecimal.valueOf(2)).doubleValue();
      }
  }
  

内容的提问来源于stack exchange，提问作者rhkoulen