我们在平时的编程工作中，会经常接触到“浮点数精度丢失”问题。（如果你目前还没有遇到过，只能说明你代码写的还是太少啦，该加油啦^_^）一般的业务系统，“浮点数精度丢失”问题所导致的后果可能在业务可接受的范围，所以并没有起很多程序员的重视；但是对于健壮性要求较强（比如，金融或财务系统），精度丢失所引起的后果就会是灾难性的，程序员离跑路已经不远了~~。通过本文知识，让我们花5分钟时间彻底搞懂它，相信聪明的你，看完一定会有收获！
从一个经典例子谈起：
js语言示例：varf1=0.1;varf2=0.2;consol.log(f1+f2);//您认为结果是0.3？真实结果是0.java语言示例：
publicstaticvoidmain(String[]args){doubld1=0.1;doubld2=0.2;Systm.out.println(d1+d2);//您认为结果是0.3？真实结果是:0.}
上述两个算数的和，为什么不是0.3呢？就是因为“浮点数精度丢失”问题造成的。
“浮点数精度丢失”问题产生的原因
根本原因
：0.1这个十进制小数并不能很好的被二进制表示.
为什么0.1不能被二进制表示呢？
十进制小数转二进制的算法是：整数部分：除2取余，直到商数为0，结果逆序排列；小数部分：乘2取整，直到小数部分乘积积为0，结果顺序排列；以0.为例演示如下：0.×2=0.25.......................00.25×2=0.5.......................00.5×2=1.0.......................1即十进制的0.，表示成二进制为0.现在来看十进制的0.1转二进制：0.1×2=0.2.....................00.2×2=0.4.....................00.4×2=0.8.....................00.8×2=1.6......................10.6×2=1.2......................10.2×2=0.4......................0
........
聪明的你，应该已经发现了，这个算法过程是无限循环的，因此可以得出结论：浮点数的小数部分会有精度丢失问题
“浮点数精度丢失”问题的解决
具体解决方案，跟具体业务场景（上下文）有一定的关系。
（因为不同的解决方案，对应的成本不同，毕竟，这个世界上本就不存在“放之四海而皆准”的真理啊^_^）
下面给出两个经典场景及其解决方案，以飨读者。场景1：浮点数比较
解决方案：
比较两个浮点数是否相等，需要通过两者之差的绝对值是否小于某个阈值来判断。
举例如下：（以js语言为例）：consol.log(1/3==(1-2/3));//falsconsol.log(Math.abs(1/3-(1-2/3))0.0000);//tru场景2：金融/财务模块的金额或费用计算解决方案：
熙熙攘攘，皆为利往。钱实在是太重要了，少一分都不能承受之重之痛。所以，对于金额或费用字段，直接弃用float或doublu吧，老老实实全部都用BigDcimal数据类型吧
注:BigDcimal型本身提供体验独立的加减乘除代数运算方法（底层是基于String，所以不会有精度丢失问题）
--------------------------------十年技术沉淀，只做原创文章；及时