Java 理論與實踐：浮點數與 BigDecimal 的陷阱與最佳實踐

許多開發者在職業生涯中極少接觸非整數類型，除了偶爾在計時或基準測試中使用。Java 提供兩類非整數類型：基於 IEEE 754 標準的浮點數（float、double 及其包裝類）和任意精度的十進制數（java.math.BigDecimal）。本文深入探討在 Java 程式中使用這些類型時常見的陷阱與「gotcha」。

IEEE 754 浮點數機制

Java 的 float（32 位）和 double（64 位）遵循 IEEE 754 標準，採用科學記號以底數 2 表示：1 位符號位、指數位（float 8 位、double 11 位）和尾數位（float 23 位、double 52 位）。數值會被正規化為 1.xxxx × 2^exp 形式。

特殊值與比較陷阱

標準定義了正/負無窮大、正/負零和 NaN（非數字）。這些特殊值行為反直覺：

• 0.0 == -0.0 為 true，但 Float.compareTo() 認為 -0.0 < 0.0
• NaN 與任何值比較（包括自身）皆為 false，需用 Float.isNaN() 檢測
• 基本型別與包裝類比較語義不同：Float.equals() 認為兩個 NaN 相等，以便作為 HashMap 鍵

浮點運算的常見錯誤假設

因特殊值存在，看似合理的代數恆等式可能失效：

捨入誤差與比較策略

許多十進制小數（如 0.1）無法精確用二進制表示，導致累積誤差。例如：

double s = 0;
for (int i = 0; i < 26; i++) s += 0.1;
System.out.println(s); // 輸出 2.600000000000001

強制轉型更危險：(int)(29.0 * 0.01 * 100) 得到 28 而非 29。

比較最佳實踐：

• 避免直接用 == 比較浮點數
• 採用「足夠接近」判斷：Math.abs(a - b) < epsilon 或 Math.abs(a/b - 1) < epsilon
• 檢查有效範圍時用「包含式」而非「排除式」：if (value >= 0 && value < Float.INFINITY) 可攔截 NaN

BigDecimal：精確十進制運算

JDK 1.3 引入 BigDecimal，內部以 unscaledValue × 10^(-scale) 表示，支援任意精度。適用於貨幣等需精確值的場景。

關鍵注意點：

• equals() 視 100.00 和 100.000 為不相等，數值比較必須用 compareTo()
• 除法可能產生無限循環小數，需顯式指定捨入模式與精度
• 構造器選擇至關重要：new BigDecimal(double) 會攜帶二進制近似誤差，請改用 new BigDecimal(String) 或 new BigDecimal(int, int)

JDBC 交互建議

讀寫 SQL DECIMAL 欄位時，務必使用 PreparedStatement.setBigDecimal() 和 ResultSet.getBigDecimal()，避免浮點轉換損失精度。

總結

• 浮點數適合表達本身不精確的測量值
• 需要精確十進制（貨幣、會計）時，請使用 BigDecimal
• 永遠記住：0.1 + 0.2 != 0.3 在二進制浮點世界裡是常態