double部类运算精度丢失
double类型运算精度丢失前段时间看了一点python入门，写了几个运算的例子，就发现浮点数进行运算的结果并不
double类型运算精度丢失
前段时间看了一点python入门，写了几个运算的例子，就发现浮点数进行运算的结果并不是期望的，而是接近与期望的一个数。比如期望结果是2.4，那么实际结果可能是2.333333339，当时参考的资料上说不用在意这个，由于是入门，我也就没太在意，就当是python自己的一个问题吧。昨天在网上闲逛，又无疑碰到了这个问题，不过这个是在java下发生的。于是写了点例子，发现这个问题并非与特定语言有关，而是与计算机底层实现有关，下面就说一下这个问题。
需要注意，如果在java中使用浮点数，则默认为double。如果需要使用float，在浮点数后面加f。
直接输出2.4：2.42.4/0.1：23.999999999999996(2.4-0.2)/0.1：21.999999999999996直接输出2.2：2.22.2/0.1：22.0(2.2+0.2)/0.1：24.0000000000000042.2+0.2：2.4000000000000004
我们从源代码和输出的结果进行分析。首先从结果可以知道直接输出浮点数2.2和2.4没有问题，一切正常。但是2.4/0.1我们期望应该是输出24，却输出了23.999999999999996；同样的，(2.4-0.2)/0.1期望输出是22，实际输出是21.999999999999996，(2.2+0.2)/0.1也是同样的情况。这些现象说明我们得到了非期望值，一个“错误的结果”，也就是说，在计算过程中发生了精度丢失。
前面说过，我在python中也有这样的问题，所以这种现象并不针对某种语言，而是计算机的实现造成的。众所周知，计算机只能识别二进制，所以我们的一切数据最后都转化为二进制来实现。我们发现，直接输出2.4和2.2并没有任何问题，但是一旦让其参与运算就会出错，因此精度丢失是发生在”运算“过程中的。
浮点数由两部分组成，指数和尾数。如果在转换过程中进行了运算，那么所得结果将不可知，不能保证二进制能正好准确转换为十进制。其原理参见其他参考书。
如何处理这种情况呢，可以用BigDecimal，具体使用参见JavaAPI。
