1 计算器的灾难:10%+10%到底等于几？
- 我们人类以为是 0.2，可是打开手机计算器试试呢？
解密
国外计算程序使用的单步计算法。于是，a+b%表示a*(1+b%)。所以，手机计算器实际上在计算10%*（1+10%）= 0.11。
再通俗点一句话说清运算原理。以8+10%为例，为什么=8.8而不是8.1？一起读：8元钱，加上10%的小费，一共是8.8元。
最早的电子计算器并没有%，是后来加的。作为后续改进，它一定解决了计算场景中的常用痛点，而绝不是脑残。我推测很可能是西方人计算折扣、小费、利息等常见场景。
2 满目疮痍的Double
浮点数四则运算
结果
由于计算机内部是以二进制存储数值的，浮点数亦是。Java采用IEEE 754标准实现浮点数的表达和运算。比如，0.1的二进制表示为0.0 0011 0011 0011… （0011 无限循环)，再转换为十进制就是0.1000000000000000055511151231257827021181583404541015625。计算机无法精确表示0.1，所以浮点数计算造成精度损失。
你可能觉得像0.1，其十进制和二进制间转换后相差很小，不会对计算产生什么严重影响。但积土成山，大量使用double作大量金钱计算，最终损失精度就是大量资金出入了。
一位“黑客”利用银行漏洞从PayPal、Google Checkout和其它在线支付公司窃取了5万多美元，每次只偷几美分。他所利用的漏洞是：银行在开户后一般会向帐号发送小额钱去验证帐户是否有效，数额一般在几美分到几美元左右。Google Checkout和Paypal也使用相同的方法去检验与在线帐号捆绑的信用卡和借记卡帐号。 用一个自动脚本开了58,000个帐号，收集了数以千计的超小额费用，汇入到几个个人银行账户中去。从Google Checkout服务骗到了$8,000以上的现金。银行注意到了这种奇怪的现金流动，和他取得联系，Largent解释他仔细阅读过相关服务条款，相信 自己没做错事，声称需要钱去偿还债务。但Largent使用了假名，包括卡通人物的名字，假的地址和社会保障号码，因此了违反了邮件、银行和电信欺骗法律。别在中国尝试，这要判无期徒刑。
3 救世的BigDecimal
我们知道BigDecimal，在浮点数精确表达和运算的场景，一定要使用。不过，在使用BigDecimal时有几个坑需要避开。
BigDecimal之前的四则运算
输出
运算结果还是不精确，只不过是精度高了。
3.1 BigDecimal表示/计算浮点数且使用字符串构造器
- 完美输出
无法调用BigDecimal传入Double的构造器，但手头只有一个Double，如何转换为精确表达的BigDecimal？
-
Double.toString把double转换为字符串可行吗？
- 输出
401.5000。
与上面字符串初始化100和4.015相乘得到的结果401.500相比，这里为什么多了1个0？
BigDecimal有 - scale 小数点右边的位数
- precision 精度，即有效数字的长度
new BigDecimal(Double.toString(100))得到的BigDecimal的scale=1、precision=4；而
new BigDecimal(“100”)得到的BigDecimal的scale=0、precision=3。
BigDecimal乘法操作，返回值的scale是两个数的scale相加。所以，初始化100的两种不同方式，导致最后结果的scale分别是4和3：
private static void testScale() {
BigDecimal bigDecimal1 = new BigDecimal("100");
BigDecimal bigDecimal2 = new BigDecimal(String.valueOf(100d));
BigDecimal bigDecimal3 = new BigDecimal(String.valueOf(100));
BigDecimal bigDecimal4 = BigDecimal.valueOf(100d);
BigDecimal bigDecimal5 = new BigDecimal(Double.toString(100));
print(bigDecimal1); //scale 0 precision 3 result 401.500
print(bigDecimal2); //scale 1 precision 4 result 401.5000
print(bigDecimal3); //scale 0 precision 3 result 401.500
print(bigDecimal4); //scale 1 precision 4 result 401.5000
print(bigDecimal5); //scale 1 precision 4 result 401.5000
}
private static void print(BigDecimal bigDecimal) {
log.info("scale {} precision {} result {}", bigDecimal.scale(), bigDecimal.precision(), bigDecimal.multiply(new BigDecimal("4.015")));
}4 浮点数的舍入和格式化
应考虑显式编码，通过格式化表达式或格式化工具
4.1 明确小数位数和舍入方式
- 通过String.format使用
%.1f格式化double/float的3.35浮点数
- 结果
3.4和3.3
精度问题和舍入方式共同导致：double/float的3.35实际存储表示
3.350000000000000088817841970012523233890533447265625
3.349999904632568359375
String.format采用四舍五入的方式进行舍入，取1位小数，double的3.350四舍五入为3.4，而float的3.349四舍五入为3.3。
我们看一下Formatter类的相关源码，可以发现使用的舍入模式是HALF_UP（代码第11行）：
若想使用其他舍入方式，可设置DecimalFormat
当把这俩浮点数向下舍入取2位小数时，输出分别是3.35、3.34，还是因为浮点数无法精确存储。
所以即使通过DecimalFormat精确控制舍入方式，double/float也可能产生奇怪结果，所以
4.2 字符串格式化也要使用BigDecimal
BigDecimal分别使用向下舍入、四舍五入取1位小数格式化数字3.35
结果
3.3和3.4，符合预期。
最佳实践：应该使用BigDecimal来进行浮点数的表示、计算、格式化。
5 equals做判等就一定对？
包装类的比较要通过equals，而非==。那使用equals对两个BigDecimal判等，一定符合预期吗？
- 使用
equals比较1.0和1这俩BigDecimal：
结果自然是false。BigDecimal的equals比较的是BigDecimal的value和scale：1.0的scale是1，1的scale是0，所以结果false
若只想比较BigDecimal的value，使用compareTo
BigDecimal的equals和hashCode会同时考虑value和scale，若结合HashSet/HashMap可能出问题。把值为1.0的BigDecimal加入HashSet，然后判断其是否存在值为1的BigDecimal，得到false
5.1 解决方案
5.1.1 使用TreeSet替换HashSet
TreeSet不使用hashCode，也不使用equals比较元素，而使用compareTo方法。
5.1.2 去掉尾部的零
把BigDecimal存入HashSet或HashMap前，先使用stripTrailingZeros方法去掉尾部的零。
比较的时候也去掉尾部的0，确保value相同的BigDecimal，scale也是一致的：
6 溢出问题
所有的基本数值类型都有超出保存范围可能性。
- 对Long最大值+1
- 结果是一个负数，Long的最大值+1变为了Long的最小值
-9223372036854775808
显然发生溢出还没抛任何异常。
6.1 解决方案
6.1.1 使用Math类的xxExact进行数值运算
这些方法会在数值溢出时主动抛异常。
执行后，会得到ArithmeticException，这是一个RuntimeException：
java.lang.ArithmeticException: long overflow
6.1.2 使用大数类BigInteger
BigDecimal专于处理浮点数的专家，而BigInteger则专于大数的科学计算。
使用BigInteger对Long最大值进行+1操作。若想把计算结果转为Long变量，可使用BigInteger#longValueExact，在转换出现溢出时，同样会抛出ArithmeticException
结果
9223372036854775808
java.lang.ArithmeticException: BigInteger out of long range
通过BigInteger对Long的最大值加1无问题，但将结果转为Long时，则会提示溢出。
参考
- https:///news/201909041104.html
