1. 银行家算法的秘密为什么3.25变成3.2第一次用DecimalFormat格式化数字时我盯着屏幕上的结果愣住了——3.25被格式化成3.2而3.251却变成了3.3。这完全颠覆了我对四舍五入的认知。经过一番折腾才发现Java的DecimalFormat默认使用了一种叫银行家算法Bankers Rounding的规则正式名称是RoundingMode.HALF_EVEN。银行家算法的核心规则可以总结为三句话非5情况四舍六入小于5舍去大于5进位恰好是5看前一位数字的奇偶性前一位是偶数舍去3.25→3.2前一位是奇数进位3.35→3.45后有数无论奇偶都进位3.251→3.3这种算法最早由IEEE 754浮点数标准引入目的是减少在大量计算时的累计误差。想象一下银行每天处理数百万笔利息计算传统四舍五入会导致结果系统性偏大而银行家算法能让误差相互抵消。DecimalFormat df new DecimalFormat(#.#); System.out.println(df.format(3.25)); // 输出3.2 System.out.println(df.format(3.35)); // 输出3.42. 六种舍入模式实战对比除了默认的HALF_EVENJava还提供了其他5种舍入模式我用实际案例做了对比测试模式代码3.253.353.251-3.25适用场景UPRoundingMode.UP3.33.43.3-3.3总是远离零方向DOWNRoundingMode.DOWN3.23.33.2-3.2总是接近零方向CEILINGRoundingMode.CEILING3.33.43.3-3.2向正无穷大方向FLOORRoundingMode.FLOOR3.23.33.2-3.3向负无穷大方向HALF_UPRoundingMode.HALF_UP3.33.43.3-3.3经典四舍五入HALF_EVENRoundingMode.HALF_EVEN3.23.43.3-3.2统计计算特别要注意HALF_UP和HALF_EVEN的区别DecimalFormat df1 new DecimalFormat(#.#); df1.setRoundingMode(RoundingMode.HALF_UP); // 强制四舍五入 System.out.println(df1.format(3.25)); // 输出3.3 DecimalFormat df2 new DecimalFormat(#.#); // 默认就是HALF_EVEN System.out.println(df2.format(3.25)); // 输出3.23. 浮点数的精度陷阱与解决方案直接使用double/float类型配合DecimalFormat简直就是埋雷现场。看看这个令人崩溃的例子double b 3.35; float c 3.33f; System.out.println(new DecimalFormat(#.#).format(b)); // 可能输出3.4 System.out.println(new DecimalFormat(#.#).format(c)); // 可能输出3.3问题根源在于浮点数的二进制表示不精确。3.35在计算机中实际存储的值可能是3.3500000000000000888...而3.33f可能是3.3299999237060546875。终极解决方案分三步走避免直接使用new BigDecimal(double)优先使用String构造BigDecimal或者使用BigDecimal.valueOf()方法// 正确做法 double b 3.35; float c 3.33f; BigDecimal bd1 new BigDecimal(String.valueOf(b)); // 3.35 BigDecimal bd2 BigDecimal.valueOf(c); // 3.33float仍有风险4. 高精度计算最佳实践在金融、税务等对精度要求严格的场景我总结了一套完整的工作流程数据输入阶段// 从用户输入或数据库读取时 String input 3.35; // 优先保持字符串形式 BigDecimal amount new BigDecimal(input);中间计算阶段// 设置明确的精度和舍入模式 BigDecimal result amount.multiply(new BigDecimal(0.1)) .setScale(2, RoundingMode.HALF_UP);输出格式化阶段DecimalFormat df new DecimalFormat(#,##0.00); df.setRoundingMode(RoundingMode.UNNECESSARY); // 确保精度已处理 String output df.format(result);几个容易踩坑的细节比较BigDecimal时要用compareTo()而非equals()除法的精度需要特别指定BigDecimal a new BigDecimal(10); BigDecimal b new BigDecimal(3); // 必须指定scale和roundingMode BigDecimal c a.divide(b, 4, RoundingMode.HALF_UP);在实际项目中我曾经因为没处理好除法精度导致财务报表出现0.01分钱的差额排查了整整两天。后来养成了个好习惯——所有BigDecimal运算都显式指定精度和舍入模式。