如何克服Java中的不准确性

Question

当我执行以下程序时，我就知道了 精度问题 ：

public static void main(String args[])
{
    double table[][] = new double[5][4];
    int i, j;
    for(i = 0, j = 0; i <= 90; i+= 15)
    {
        if(i == 15 || i == 75)
            continue;
        table[j][0] = i;
        double theta = StrictMath.toRadians((double)i);
        table[j][1] = StrictMath.sin(theta);
        table[j][2] = StrictMath.cos(theta);
        table[j++][3] = StrictMath.tan(theta);
    }
    System.out.println("angle#sin#cos#tan");
    for(i = 0; i < table.length; i++){
        for(j = 0; j < table[i].length; j++)
            System.out.print(table[i][j] + "\t");
        System.out.println();
    }
}

输出为：

angle#sin#cos#tan
0.0 0.0 1.0 0.0 
30.0    0.49999999999999994 0.8660254037844387  0.5773502691896257  
45.0    0.7071067811865475  0.7071067811865476  0.9999999999999999  
60.0    0.8660254037844386  0.5000000000000001  1.7320508075688767  
90.0    1.0 6.123233995736766E-17   1.633123935319537E16

（请原谅无组织的输出）。我注意到了几件事：

• sin 30即0.5存储为0.49999999999999994。
• 棕褐色45即1.0存储为0.9999999999999999。
• tan 90即infinity或undefined存储为1.633123935319537E16（这是一个非常大的数字）。

自然，我很困惑地看到输出（即使在解密输出之后）。

所以我读了这篇文章，最佳答案告诉我：

这些精度问题是由于浮点数>点号的内部表示而引起的，您无法做很多事情来避免这种情况。

顺便说一下，使用现代C ++编译器至少在运行时打印这些值通常仍会得到正确的结果。对于大多数操作而言，这并不是什么大问题。

2008年10月7日在7:42回答

康拉德·鲁道夫

所以，我的问题是：

有什么方法可以 防止 这种不准确的结果（在Java中）？

我应该对结果进行四舍五入吗？在那种情况下，我将如何存储infinityie Double.POSITIVE_INFINITY？

Answer 1

对于浮点数，您必须采取zen *的方法：与其消除错误，不如从容应对。

实际上，这通常意味着要执行以下操作：

• 在显示数字时，用于String.format指定要显示的精度（它将为您进行适当的舍入）
• 与预期值进行比较时，请勿寻找相等（==）。而是寻找一个足够小的增量：Math.abs(myValue - expectedValue) <= someSmallError

编辑
：对于无穷大，相同的原理适用，但是要进行一些调整：您必须选择一些数字以“足够大”以将其视为无穷大。再次是因为您必须学会忍受而不是解决不精确的价值观。在诸如tan（90度）之类的情况下，双精度不能以无限的精度存储π/
2，因此您输入的内容非常接近但不完全是90度，因此结果是大，但不是无限。您可能会问“为什么Double.POSITIVE_INFINITY当您传递最接近π/
2的双精度数时，它们为什么不html" target="_blank">返回”，但这可能会导致模棱两可：如果您真的想要该数字的正切而不是90度，该怎么办？或者，如果（由于以前的浮点错误），你有什么东西是
略有 比最接近的值离π/ 2更远，但对于您的需求，它仍然是π/ 2？JDK不会为您做出任意决定，而是会以您的票面价值来对待您接近但并非完全是π/
2的数字，从而为您带来一个大但并非无限的结果。

对于某些操作，尤其是与货币相关的操作，可以BigDecimal用来消除浮点错误：您可以真正表示0.1之类的值（而不是真正接近0.1的值，这是float或double可以做到的最好）。但这要慢得多，并且对于诸如sin
/ cos之类的东西（至少对于内置库而言）没有帮助。

*这实际上可能不是禅宗，但在口语上