java Float浮点数为何精度丢失

在 Java 中，float（以及 double）出现精度丢失，根本原因不是 Java 的问题，而是 浮点数本身的二进制表示方式决定的。下面从原理到例子讲清楚。

一、核心原因：计算机用二进制表示小数

我们日常使用的是十进制小数，而计算机只能存储二进制（0 和 1）。

十进制小数转二进制的问题

有些十进制小数 无法用有限位的二进制精确表示。

例如：

十进制 0.1
二进制 = 0.0001100110011001100110011...（无限循环）

而 float 只有 32 位，double 只有 64 位，必须“截断”，于是就产生了误差。

二、Float 的内存结构（IEEE 754）

Java 的 float 遵循 IEEE 754 标准：

float（32位）：
符号位 1 位
指数位 8 位
尾数位 23 位

意味着：

• 能表示的数值范围大
• 但有效精度只有约 7 位十进制数字

一旦超出这个精度，就会“丢精度”。

三、经典示例

示例 1：简单的加法

float a = 0.1f;
float b = 0.2f;
System.out.println(a + b);

输出：

0.30000001192092896

原因：

• 0.1 和 0.2 在二进制中是无限循环小数
• 存储时被近似
• 相加后误差被放大

示例 2：比较大小出错

float x = 1.0f / 3;
System.out.println(x * 3 == 1.0f); // false

因为：

1.0 / 3 ≈ 0.33333334
×3 ≈ 1.0000001

四、为什么整数不丢，小数丢？

整数（如 int）在二进制中是精确可表示的：

10 → 1010 ✅

但很多小数在二进制中是无限循环的：

0.1 → 0.000110011... ❌

五、如何避免 Float 精度问题？

✅ 1. 使用 BigDecimal（最推荐）

BigDecimal a = new BigDecimal("0.1");
BigDecimal b = new BigDecimal("0.2");
System.out.println(a.add(b)); // 0.3

⚠️ 注意：不要这样写

new BigDecimal(0.1) // 仍然有误差

✅ 2. 使用 double（误差更小，但不是精准）

double d = 0.1 + 0.2;

✅ 3. 避免直接用 == 比较浮点数

if (Math.abs(a - b) < 1e-6) { ... }

六、总结一句话

Float 精度丢失，是因为很多十进制小数在二进制中是无限循环的，而 float 位数有限，只能近似存储。

如果你愿意，我也可以帮你画 0.1 的二进制转换过程图，或者对比 float / double / BigDecimal 的适用场景。