似乎减法正在触发某种问题，并且结果值是错误的。
double tempCommission = targetPremium.doubleValue()*rate.doubleValue()/100d;
78.75 = 787.5 * 10.0/100d
double netToCompany = targetPremium.doubleValue() - tempCommission;
708.75 = 787.5 - 78.75
double dCommission = request.getPremium().doubleValue() - netToCompany;
877.8499999999999 = 1586.6 - 708.75
得到的预期值为 877.85。
应该怎么做才能确保正确计算？
要控制浮点运算的精度，您应该使用java.math.BigDecimal。阅读John Zukowski 对BigDecimal 的需求，了解更多信息。
鉴于您的示例，最后一行将如下使用 BigDecimal。
import java.math.BigDecimal;
BigDecimal premium = BigDecimal.valueOf("1586.6");
BigDecimal netToCompany = BigDecimal.valueOf("708.75");
BigDecimal commission = premium.subtract(netToCompany);
System.out.println(commission + " = " + premium + " - " + netToCompany);
这将导致以下输出。
877.85 = 1586.6 - 708.75
正如前面的答案所述，这是进行浮点运算的结果。
正如之前的海报所建议的那样，当您进行数字计算时，请使用java.math.BigDecimal.
但是，使用BigDecimal. 当您从 double 值转换为 aBigDecimal时，您可以选择使用新的BigDecimal(double)构造函数或BigDecimal.valueOf(double)静态工厂方法。使用静态工厂方法。
double 构造函数将整个精度转换double为 aBigDecimal而静态工厂有效地将其转换为 a String，然后将其转换为 a BigDecimal。
当您遇到那些细微的舍入错误时，这变得相关。一个数字可能显示为 0.585，但在内部它的值为 '0.58499999999999996447286321199499070644378662109375'。如果你使用BigDecimal构造函数，你会得到不等于 0.585 的数字，而静态方法会给你一个等于 0.585 的值。
双值 = 0.585； System.out.println(new BigDecimal(value)); System.out.println(BigDecimal.valueOf(value));
在我的系统上给出
0.58499999999999996447286321199499070644378662109375 0.585
另一个例子：
double d = 0;
for (int i = 1; i <= 10; i++) {
d += 0.1;
}
System.out.println(d); // prints 0.9999999999999999 not 1.0
请改用 BigDecimal。
编辑：
另外，只是指出这不是“Java”舍入问题。其他语言表现出类似（尽管不一定一致）的行为。Java 至少保证了这方面的一致行为。
我将上面的示例修改如下：
import java.math.BigDecimal;
BigDecimal premium = new BigDecimal("1586.6");
BigDecimal netToCompany = new BigDecimal("708.75");
BigDecimal commission = premium.subtract(netToCompany);
System.out.println(commission + " = " + premium + " - " + netToCompany);
这样您就可以避免使用字符串开头的陷阱。另一种选择：
import java.math.BigDecimal;
BigDecimal premium = BigDecimal.valueOf(158660, 2);
BigDecimal netToCompany = BigDecimal.valueOf(70875, 2);
BigDecimal commission = premium.subtract(netToCompany);
System.out.println(commission + " = " + premium + " - " + netToCompany);
我认为这些选项比使用双打更好。在 webapps 中，数字无论如何都是以字符串开头的。
每当您使用双打进行计算时，都可能发生这种情况。此代码将为您提供 877.85：
双重答案 = Math.round(dCommission * 100000) / 100000.0;
保存美分而不是美元，输出时只需将其格式化为美元。这样您就可以使用不受精度问题影响的整数。
请参阅对此问题的回复。本质上，您所看到的是使用浮点运算的自然结果。
如果您觉得这样做很舒服，您可以选择一些任意精度（输入的有效数字？）并将结果四舍五入。
这是一个有趣的问题。
Timons 回复背后的想法是您指定一个 epsilon，它代表合法双精度可以达到的最小精度。如果您在应用程序中知道您永远不需要低于 0.00000001 的精度，那么他的建议足以获得更接近事实的更精确结果。在他们预先知道其最大精度的应用程序中很有用（例如金融货币精度等）
然而，试图四舍五入的根本问题是，当你除以一个因子来重新调整它时，你实际上引入了另一种精度问题的可能性。任何对双精度数的操作都可能引入频率不同的不精确问题。特别是如果您尝试以非常有效的数字四舍五入（因此您的操作数 < 0），例如，如果您使用 Timons 代码运行以下代码：
System.out.println(round((1515476.0) * 0.00001) / 0.00001);
将导致1499999.9999999998这里的目标是以 500000 为单位进行舍入（即我们想要 1500000）
实际上，完全确定您已经消除了不精确性的唯一方法是通过 BigDecimal 来缩减。例如
System.out.println(BigDecimal.valueOf(1515476.0).setScale(-5, RoundingMode.HALF_UP).doubleValue());
使用 epsilon 策略和 BigDecimal 策略的组合将使您能够很好地控制您的精度。epsilon 的想法让您非常接近，然后 BigDecimal 将消除由之后重新缩放引起的任何不精确性。尽管使用 BigDecimal 会降低应用程序的预期性能。
有人向我指出，当您可以确定最终除法没有输入值可以重新引入错误时，某些用例并不总是需要使用 BigDecimal 重新调整它的最后一步。目前我不知道如何正确确定这一点，所以如果有人知道如何确定，我会很高兴听到它。
到目前为止，在 Java 中最优雅和最有效的方法是：
double newNum = Math.floor(num * 100 + 0.5) / 100;
更好的是使用JScience，因为 BigDecimal 相当有限（例如，没有 sqrt 函数）
double dCommission = 1586.6 - 708.75;
System.out.println(dCommission);
> 877.8499999999999
Real dCommissionR = Real.valueOf(1586.6 - 708.75);
System.out.println(dCommissionR);
> 877.850000000000
double rounded = Math.rint(toround * 100) / 100;
尽管您不应该使用双精度数进行精确计算，但如果您无论如何都要对结果进行四舍五入，以下技巧对我有帮助。
public static int round(Double i) {
return (int) Math.round(i + ((i > 0.0) ? 0.00000001 : -0.00000001));
}
例子：
Double foo = 0.0;
for (int i = 1; i <= 150; i++) {
foo += 0.00010;
}
System.out.println(foo);
System.out.println(Math.round(foo * 100.0) / 100.0);
System.out.println(round(foo*100.0) / 100.0);
哪个打印：
0.014999999999999965
0.01
0.02
这很简单。
使用 %.2f 运算符进行输出。问题解决了！
例如：
int a = 877.8499999999999;
System.out.printf("Formatted Output is: %.2f", a);
上述代码的打印输出为：877.85
%.2f 运算符定义只应使用两位小数。