我一直试图找出原因,但我不能。有谁能够帮我?
请看下面的例子。
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
当转换为float
时,double
的值不会改变。显示的数字存在差异,因为需要更多的数字来区分double
值与其邻居,即required by the Java documentation。这是toString
的文档,它是通过println
的文档引用的(通过几个链接)。
125.32f
的准确值是125.31999969482421875。两个相邻的float
值为125.3199920654296875和125.32000732421875。观察125.32比任何一个邻居更接近125.31999969482421875。因此,通过显示“125.32”,Java已显示足够的数字,以便从十进制数字转换回float
,再现传递给float
的println
的值。
两个相邻的double
值125.31999969482421875是125.3199996948242045391452847979962825775146484375和125.3199996948242329608547152020037174224853515625。
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”不包含足以区分原始值的数字。 Java必须打印更多数字,以确保从显示的数字转换回double
再现传递给double
的println
的值。
float
转换为double
时,不会丢失任何信息。每个float
都可以完全表示为double
。System.out.println
打印的十进制表示都不是数字的确切值。精确的十进制表示可能需要最多约760个十进制数字。相反,System.out.println
精确打印允许将十进制表示形式解析回原始float
或double
的十进制数字。还有更多的double
s,所以当打印一个时,System.out.println
需要打印更多的数字才能使表示变得明确。从float
到double
的转换是一个扩大的转换,如specified by the JLS。扩展转换被定义为较小集合到其超集的内射映射。因此,在从float
转换为double
之后,所表示的数字不会改变。
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已更改,实际上它是由于通过转换为double
获得的额外精度。请注意,您的第一个输出只是第二个输出的四舍五入。由Double.toString
指定,
必须至少有一个数字来表示小数部分,并且除此之外必须有多个,但只有多少个,更多的数字才能唯一地将参数值与
double
类型的相邻值区分开来。
由于double
类型中的相邻值比float
更接近,因此需要更多数字来符合该规则。
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(那是因为0.32重复二进制)。
当你把它转换为double时,它的值是125.31999969482421875,它将变成一个double(125.32在这一点上无处可寻,它应该真正结束的信息.32完全丢失)当然可以表示完全是一个双。当你打印那个双,打印例程认为它有比实际更多的有效数字(但当然它不知道),所以它打印到125.31999969482422,这是最小的十进制,舍入到那个精确的双(和该长度的所有小数,它是最接近的)。
浮点数的精度问题实际上与语言无关,所以我将在我的解释中使用MATLAB。
您看到差异的原因是某些数字在固定位数中不能完全表示。以0.1
为例:
>> format hex
>> double(0.1)
ans =
3fb999999999999a
>> double(single(0.1))
ans =
3fb99999a0000000
因此,当您将其作为双精度浮点数转换时,单精度中0.1
近似值的误差会变大。如果直接以双精度开始,结果与其近似值不同。
>> double(single(0.1)) - double(0.1)
ans =
1.490116113833651e-09
正如已经解释的那样,所有浮点数都可以精确地表示为双精度,你问题的原因是System.out.println
在显示float
或double
的值时会执行一些舍入,但是舍入方法在两种情况下都不相同。
要查看浮点数的确切值,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));
哪个输出:
value of f = 125.31999969482421875
value of d = 125.31999969482421875
它不会在java中工作,因为在java中默认情况下它将实际值作为double,如果我们声明一个没有浮动表示的浮点值,如123.45f默认情况下它会将它作为double,它将导致错误,因为精度损失
由于将数值转换为String
,相应地为java.lang.Float#toString(float)
和java.lang.Double#toString(double)
的方法的契约,值的表示会发生变化,而实际值保持不变。在上述两种方法的Javadoc中都有一个共同的部分,它阐述了对值'String
表示的要求:
必须至少有一个数字来表示小数部分,并且除此之外必须有多个,但只有多少个,更多的数字,以便唯一地区分参数值和相邻值
为了说明两种类型的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
通过这种方式,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重要部分(11110101010001111010111
)完全相同。
两者都是微软所称的“近似数字数据类型”。
有一个原因。一个浮点数具有7位数的精度和一个双15。但我已经看到它发生了很多次8.0 - 1.0 - 6.999999999。这是因为不能保证它们完全代表十进制数。
如果需要绝对,不变的精度,请使用小数或整数类型。