金融级精度保障：Java中BigDecimal的深度实践指南

当你开发一个电商平台时，用户下单支付19.99元，优惠券减免5元，应付金额应该是14.99元。但系统显示14.990000000000002——这种看似微小的误差在金融系统中可能引发连锁反应。浮点数计算的精度问题就像隐藏在代码中的定时炸弹，而BigDecimal正是Java提供的拆弹工具包。

1. 浮点数陷阱：为什么0.1+0.2≠0.3？

计算机使用二进制浮点数表示小数时，就像用乐高积木拼凑圆形——永远无法完美拟合。试着运行这段代码：

java复制System.out.println(0.1 + 0.2);
System.out.println(1.0 - 0.9);

输出结果会让你惊讶：

code复制0.30000000000000004
0.09999999999999998

根本原因在于：

• IEEE 754浮点数标准采用科学计数法表示数值
• 0.1在二进制中是无限循环小数（0.0001100110011...）
• 存储时必然存在截断误差，类似π在十进制中无法精确表示

关键提示：在涉及货币、利率、税率等金融计算的场景中，永远不要使用float或double

2. BigDecimal的正确初始化方式

BigDecimal的构造方法看似简单，却藏着魔鬼细节。对比这三种初始化方式：

java复制BigDecimal bad = new BigDecimal(0.1);  // 危险！
BigDecimal good1 = new BigDecimal("0.1");  // 推荐
BigDecimal good2 = BigDecimal.valueOf(0.1);  // 等效方案

它们的实际值差异令人震惊：

• bad → 0.1000000000000000055511151231257827021181583404541015625
• good1/good2 → 精确的0.1

初始化最佳实践：