我一直试图找出原因,但我做不到。有谁能够帮我?
看下面的例子。
float f = 125.32f;
System.out.println("value of f = " + f);
double d = (double) 125.32f;
System.out.println("value of d = " + d);
这是输出:
value of f = 125.32
value of d = 125.31999969482422
我一直试图找出原因,但我做不到。有谁能够帮我?
看下面的例子。
float f = 125.32f;
System.out.println("value of f = " + f);
double d = (double) 125.32f;
System.out.println("value of d = " + d);
这是输出:
value of f = 125.32
value of d = 125.31999969482422
a 的值float
在转换为 a 时不会改变double
。显示的数字有所不同,因为需要更多数字才能将double
值与其相邻值区分开来,这是Java 文档所要求的。那是 的文档toString
,从 的文档中引用(通过几个链接)println
。
的确切值125.32f
是 125.3 1999969482421875。两个相邻的float
值是 125.3 199920654296875和 125.3 2000732421875。观察到 125.32 比任何一个邻居都更接近 125.31999969482421875。因此,通过显示“125.32”,Java 显示了足够多的数字,以便从十进制数字转换回传递到float
的值。float
println
125.3199996948242 1875的两个相邻double
值为125.3199996948242 045391452847979962825775146484375和125.3199996948242 32960854715202003717422455
观察到 125.32 更接近后一个邻居而不是原始值 (125.31999969482421875)。因此,打印“125.32”不包含足够的数字来区分原始值。Java 必须打印更多的数字,以确保从显示的数字转换回复制传递到的值。double
double
println
float
为 adouble
时,不会丢失信息。每个float
都可以精确地表示为double
.System.out.println
的确切值。精确的十进制表示可能需要多达 760 个十进制数字。相反,System.out.println
精确打印允许将十进制表示解析回原始float
或double
. 有更多double
的 s,所以在打印一个时,System.out.println
需要在表示变得明确之前打印更多的数字。根据JLS的规定,从float
to的转换double
是一种扩大的转换。扩大转换被定义为较小集合到其超集的单射映射。因此,表示的数字在从到转换后不会改变。float
double
在您的更新中,您添加了一个示例,该示例应该证明该数字已更改。但是,它只显示数字的字符串表示形式发生了变化,这实际上是由于通过转换为double
. 请注意,您的第一个输出只是第二个输出的四舍五入。由 指定 Double.toString
,
必须至少有一个数字来表示小数部分,除此之外,必须有尽可能多的数字,但仅能将参数值与 type 的相邻值区分开来
double
。
由于类型double
中的相邻值比 中的更接近float
,因此需要更多的数字来遵守该规则。
最接近 125.32 的 32 位 IEEE-754 浮点数实际上是 125.31999969482421875。非常接近,但不完全存在(那是因为 0.32 在二进制中重复)。
当您将其转换为双精度时,值 125.31999969482421875 将变为双精度(此时无处可找到 125.32,它应该以 .32 结尾的信息完全丢失)当然可以表示正好是两倍。当您打印该双精度时,打印例程认为它的有效数字比实际数字多(但当然它不知道),因此它打印为 125.31999969482422,这是四舍五入到该精确双精度的最短小数(并且在该长度的所有小数中,它是最接近的)。
如前所述,所有浮点数都可以精确地表示为双精度浮点数,而出现问题的原因是System.out.println
在显示 afloat
或的值时会执行一些舍入,double
但在两种情况下舍入方法不同。
要查看浮点数的确切值,您可以使用BigDecimal
:
float f = 125.32f;
System.out.println("value of f = " + new BigDecimal(f));
double d = (double) 125.32f;
System.out.println("value of d = " + new BigDecimal(d));
输出:
value of f = 125.31999969482421875
value of d = 125.31999969482421875
浮点数的精度问题实际上与语言无关,所以我将在解释中使用 MATLAB。
您看到差异的原因是某些数字不能完全用固定位数表示。举个0.1
例子:
>> format hex
>> double(0.1)
ans =
3fb999999999999a
>> double(single(0.1))
ans =
3fb99999a0000000
0.1
因此,当您将其转换为双精度浮点数时,单精度近似值的误差会变大。如果您直接以双精度开始,则结果与其近似值不同。
>> double(single(0.1)) - double(0.1)
ans =
1.490116113833651e-09
它不会在 java 中工作,因为在 java 中默认情况下它会将实际值作为双精度值,如果我们声明一个浮点值而不像 123.45f 这样的浮点表示,默认情况下它会将它作为双精度值,并且会导致精度损失错误
由于将数值转换为 a String
、java.lang.Float#toString(float)
和的方法的约定,值的表示会发生变化java.lang.Double#toString(double)
,而实际值保持不变。上述两种方法的 Javadoc 中有一个共同部分详细说明了对值String
表示的要求:
必须至少有一个数字来表示小数部分,除此之外,必须有尽可能多的数字,但仅与唯一区分参数值与相邻值所需的数字一样多
为了说明两种类型值的重要部分的相似性,可以运行以下代码段:
package com.my.sandbox.numbers;
public class FloatToDoubleConversion {
public static void main(String[] args) {
float f = 125.32f;
floatToBits(f);
double d = (double) f;
doubleToBits(d);
}
private static void floatToBits(float floatValue) {
System.out.println();
System.out.println("Float.");
System.out.println("String representation of float: " + floatValue);
int bits = Float.floatToIntBits(floatValue);
int sign = bits >>> 31;
int exponent = (bits >>> 23 & ((1 << 8) - 1)) - ((1 << 7) - 1);
int mantissa = bits & ((1 << 23) - 1);
System.out.println("Bytes: " + Long.toBinaryString(Float.floatToIntBits(floatValue)));
System.out.println("Sign: " + Long.toBinaryString(sign));
System.out.println("Exponent: " + Long.toBinaryString(exponent));
System.out.println("Mantissa: " + Long.toBinaryString(mantissa));
System.out.println("Back from parts: " + Float.intBitsToFloat((sign << 31) | (exponent + ((1 << 7) - 1)) << 23 | mantissa));
System.out.println(10D);
}
private static void doubleToBits(double doubleValue) {
System.out.println();
System.out.println("Double.");
System.out.println("String representation of double: " + doubleValue);
long bits = Double.doubleToLongBits(doubleValue);
long sign = bits >>> 63;
long exponent = (bits >>> 52 & ((1 << 11) - 1)) - ((1 << 10) - 1);
long mantissa = bits & ((1L << 52) - 1);
System.out.println("Bytes: " + Long.toBinaryString(Double.doubleToLongBits(doubleValue)));
System.out.println("Sign: " + Long.toBinaryString(sign));
System.out.println("Exponent: " + Long.toBinaryString(exponent));
System.out.println("Mantissa: " + Long.toBinaryString(mantissa));
System.out.println("Back from parts: " + Double.longBitsToDouble((sign << 63) | (exponent + ((1 << 10) - 1)) << 52 | mantissa));
}
}
在我的环境中,输出是:
Float.
String representation of float: 125.32
Bytes: 1000010111110101010001111010111
Sign: 0
Exponent: 110
Mantissa: 11110101010001111010111
Back from parts: 125.32
Double.
String representation of double: 125.31999969482422
Bytes: 100000001011111010101000111101011100000000000000000000000000000
Sign: 0
Exponent: 110
Mantissa: 1111010101000111101011100000000000000000000000000000
Back from parts: 125.31999969482422
这样,您可以看到值的符号,指数是相同的,而其尾数被扩展保留其有效部分(11110101010001111010111
)完全相同。
两者都是微软所说的“近似数字数据类型”。
这是有原因的。浮点数的精度为 7 位,双精度为 15。但我已经看到它发生了很多次,即 8.0 - 1.0 - 6.999999999。这是因为不能保证它们准确地表示十进制小数。
如果您需要绝对、不变的精度,请使用小数或整数类型。