我们知道浮点数是无法在计算机中准确表示的，例如0.1在计算机中只是表示成了一个近似值，因此，浮点数的运算结果具有不可预知性。
在进行数字运算时，如果有double或float类型的浮点数参与计算，偶尔会出现计算不准确的情况。如以下示例代码：
package ex; public class BigDeciTest { public static void main(String[] args){ System.out.println(0.05+0.01); System.out.println(1.0-0.42); System.out.println(4.015*100); System.out.println(123.3/100); } }上述代码执行结果如下：
0.060000000000000005 0.5800000000000001 401.49999999999994 1.2329999999999999在大多数情况下，使用double和float计算的结果是准确的，但是在一些精度要求很高的系统中，这种问题是非常严重的。
在《Effective Java》中提到一个原则，那就是float和double只能用来作科学计算或者是工程计算，但在商业计算中我们要用java.math.BigDecimal，通过使用BigDecimal类我们可以解决上述问题，实例代码如下：
package ex; import java.math.*; public class BigDecimalDemo { public static void main(String[] args){ System.out.println(ArithUtil.add(0.01, 0.05)); System.out.println(ArithUtil.sub(1.0, 0.42)); System.out.println(ArithUtil.mul(4.015, 100)); System.out.println(ArithUtil.div(123.3, 100)); } } class ArithUtil{ private static final int DEF_DIV_SCALE=10; private ArithUtil(){} //精确的加法算法 public static double add(double d1,double d2){ BigDecimal b1=new BigDecimal(Double.toString(d1)); BigDecimal b2=new BigDecimal(Double.toString(d2)); return b1.add(b2).doubleValue(); } //精确的减法算法 public static double sub(double d1,double d2){ BigDecimal b1=new BigDecimal(Double.toString(d1)); BigDecimal b2=new BigDecimal(Double.toString(d2)); return b1.subtract(b2).doubleValue(); } //精确的乘法算法 public static double mul(double d1,double d2){ BigDecimal b1=new BigDecimal(Double.toString(d1)); BigDecimal b2=new BigDecimal(Double.toString(d2)); return b1.multiply(b2).doubleValue(); } //相对精确的除法运算，当发生除不尽的情况时，精确到小数点以后10位 public static double div(double d1,double d2){ return div(d1,d2,DEF_DIV_SCALE); } //相对精确的除法运算，当发生除不尽的情况时，精确到小数点以后指定精度(scale)，再往后的数字四舍五入 public static double div(double d1,double d2,int scale){ if(scale<0){ throw new IllegalArgumentException("The scale must be a positive integer or zero"); } BigDecimal b1=new BigDecimal(Double.toString(d1)); BigDecimal b2=new BigDecimal(Double.toString(d2)); return b1.divide(b2,scale,BigDecimal.ROUND_HALF_UP).doubleValue(); } }运行结果如下：
0.06 0.58 401.5 1.233