双精度浮点数相减后四舍五入至百分位问题

嘿，这个浮点数精度的坑我可踩过不少！你遇到的问题本质是二进制浮点数无法精确表示所有十进制小数——比如0.05这个值，在double的二进制存储里其实是一个无限循环的近似值，所以直接做减法运算后，结果可能会是类似0.04999999999999999或者0.05000000000000001的微小偏差，导致单元测试的精确匹配失败。

既然项目里大量使用double没法全量替换，给你几个实用的解决方案：

1. 用误差容忍范围做比较（最推荐，改动最小） #

不要直接判断结果是否等于0.05，而是定义一个极小的“误差阈值”（行业常用1e-9），判断实际结果和预期值的差值绝对值是否小于这个阈值：

double expected = 0.05;
double actualResult = yourDoubleSubtraction(); // 你的减法运算结果

// 单元测试里的判断逻辑
assertTrue(Math.abs(actualResult - expected) < 1e-9);

这个方法几乎不需要改动现有计算逻辑，只需要调整单元测试的断言方式，适合大多数场景。阈值的大小可以根据你的业务精度要求调整——比如如果是金融场景，可能需要更严格的1e-12。

2. 放大为整数运算（适合固定小数位数的场景） #

如果你的计算都是围绕固定小数位数（比如货币的两位小数），可以把数值放大为整数来避免浮点数误差，计算完成后再缩小回double：

double numA = 0.1;
double numB = 0.05;

// 放大100倍转为整数，避免浮点数精度损失
long intA = Math.round(numA * 100);
long intB = Math.round(numB * 100);

// 整数减法后再缩小回double
double preciseResult = (intA - intB) / 100.0; // 结果精确为0.05

这种方法从根源上避免了浮点数运算的误差，但只适合小数位数固定的业务场景。

3. 临时用BigDecimal做精确计算（兼容现有double体系） #

如果需要更高精度的计算，可以在运算环节临时把double转成BigDecimal处理，计算完再转回double。注意一定要用String构造BigDecimal，不要直接用double构造，否则还是会带误差：

double num1 = ...;
double num2 = ...;

// 用String构造BigDecimal保证精度
BigDecimal bd1 = new BigDecimal(Double.toString(num1));
BigDecimal bd2 = new BigDecimal(Double.toString(num2));

BigDecimal preciseSubtract = bd1.subtract(bd2);
double result = preciseSubtract.doubleValue();

这个方法适合对精度要求极高的场景，同时不需要大规模替换项目里的double类型。

内容的提问来源于stack exchange，提问作者Doobie