基于舍入π的算术计算中x1与x2仅特定precision相等的原因咨询

咱们先把代码里的逻辑拆明白，再一步步推导背后的原因——你观察到的x1+x2始终等于PI/precision是个非常关键的线索，先从这里入手：

1. 先搞懂变量到底代表什么 #

先明确几个核心变量的实际含义：

• PI = (int) Math.round(Math.PI * precision)：这其实是把π放大precision倍后四舍五入取整，反过来PI/precision就是π四舍五入到precision位小数的近似值（比如precision=2时，π*2≈6.28，取整后是6，6/2=3.0就是π保留2位小数的近似值）。
• x1 = makePrecise(Math.PI / 2)：把π/2也四舍五入到precision位小数的结果。
• x2 = makePrecise(PI / precision - Math.PI / 2)：用π的近似值减去真实的π/2，再把这个差值四舍五入到precision位小数。

2. 为什么x1 + x2永远等于PI/precision？ #

makePrecise(num)的本质就是把num乘以precision后四舍五入，再除以precision，说白了就是给num保留precision位小数（或者说精确到1/precision的精度）。

假设a = Math.PI/2，b = PI/precision - Math.PI/2，那显然a + b = PI/precision——这个值是个整数除以precision的分数，是precision位小数的精确值（比如precision=3时就是9/3=3.0）。

现在看a*precision + b*precision = (a+b)*precision = PI，这是个整数。如果a*precision的整数部分是m，小数部分是f（0≤f<1），那b*precision的整数部分就是PI - m，小数部分是1 - f（因为两个小数部分加起来刚好是1，才能让总和是整数）。

那四舍五入之后：

• 如果f < 0.5，a*precision四舍五入是m，b*precision的小数部分1-f > 0.5，四舍五入是(PI - m) + 1，加起来就是m + (PI - m) +1 = PI；
• 如果f > 0.5，a*precision四舍五入是m+1，b*precision的小数部分1-f <0.5，四舍五入是PI - m，加起来也是(m+1)+(PI -m)=PI；
• 哪怕f=0.5（Java用的是银行家舍入，小数部分0.5时取最近的偶数），两者四舍五入后的和依然是PI——比如a*precision=4.5（四舍五入为4，因为4是偶数），b*precision=4.5（四舍五入为4），加起来8，刚好等于PI=8。

所以把这两个四舍五入的结果除以precision，加起来就是PI/precision，这就是为什么x1+x2永远等于这个值。

3. 为什么只有特定precision下x1 == x2？ #

x1 == x2等价于它们四舍五入后的整数部分相等（因为都除以precision），也就是：

round(Math.PI/2 * precision) == round( (PI/precision - Math.PI/2) * precision )

把右边化简一下，就是round(PI - Math.PI/2 * precision)，而PI是round(Math.PI * precision)，我们设Q = Math.PI * precision，那PI = round(Q)，代入后问题就变成：

round(Q/2) == round( round(Q) - Q/2 )

再设round(Q) = Q + ε，这里的ε就是四舍五入的误差，范围是-0.5 ≤ ε < 0.5（当Q是半整数时，比如3.5，ε就是+0.5；2.5的话ε是-0.5，因为Java取偶数）。代入后式子变成：

round(Q/2) == round(Q/2 + ε)

这个等式成立与否，完全看Q/2的小数部分和ε的大小：

• 如果Q/2的小数部分离0.5很远，比如0.1或者0.8，那ε的波动（最多±0.5）不会改变四舍五入的结果，等式就成立；
• 如果Q/2的小数部分接近0.5，比如0.49或者0.51，那ε的正负就会让四舍五入的结果跳变，等式就不成立。

但Q = Math.PI * precision，π是无理数啊！它的小数部分是无限不循环的，所以π*precision的小数部分也是完全无规律的——随着precision增大，Q的小数部分不会重复出现固定模式，ε的取值也就毫无规律，自然x1 == x2的precision值看起来就没什么明显规律了。

举两个实际例子：

• precision=2时，Q=π*2≈6.28，ε=-0.28，Q/2≈3.14（小数部分0.14），Q/2+ε≈2.86（小数部分0.86），两者四舍五入都是3，所以x1=x2=1.5；
• precision=3时，Q=π*3≈9.424，ε=-0.424，Q/2≈4.712（小数部分0.712，四舍五入为5），Q/2+ε≈4.288（小数部分0.288，四舍五入为4），所以x1≈1.666，x2≈1.333，两者不相等。

总结一下 #

• x1 + x2始终等于PI/precision，是因为两个数四舍五入后的误差刚好抵消，加起来等于精确的近似值；
• 只有特定precision下x1 == x2，是因为π的无理数特性导致π*precision的小数部分完全无规律，进而让四舍五入误差是否会改变Q/2的舍入结果也没有固定规律。

内容的提问来源于stack exchange，提问作者Gaurang Tandon