3、为什么使用double类型会出现精度误差 其实我们平时使用的语言大多数都有精度不准确的情况，不是Java独有的。 出现这种情况的原因就要从我们计算机的数据表现形式说起了，计算机底层所有数据的表现形式都为二进制形式，一般情况下，二进制转为十进制所使用的方法是按权相加法，十进制转二进制是除2取余的逆序排列法。
二进制到十进制：10010: 0 * 2^0 + 1 * 2^1 + 0 * 2^2 + 0 * 2^3 + 1 * 2^4 = 18
十进制到二进制：18 / 2 =9。 余09 / 2 = 4。 余14 / 2 = 2。 余02 / 2 = 1。 余01 / 2 = 0。 余1得出的结果就是10010进制数之间的转换相信大家已经很熟了，如果忘记的，看这个算法大概都能回想起来了吧，这里就不做详细解释了
上面是整数转换的方法，在小数部分，使用乘2取整数位，顺序排列。二进制小数到十进制小数还是按权相加法。
二进制到十进制：10.01 = 1 * 2^-2 + 0 * 2^-1 + 0 * 2^0 + 1 * 2^1 = 2.25十进制到二进制（小数部分）：0.250.25 * 2 = 0.5 .... 0 0.5 * 2 = 1 .... 1 结果等于0.01
那是进制之间的转换问题，那为什么浮点运算会有不准确的情况呢？下面进入正题，以2.1举例
// 整数部分 2 / 2 = 1 .... 0 1 / 2 = 0 .... 1// 小数部门0.1 * 2 = 0.2 .... 0 0.2 * 2 = 0.4 .... 0 0.4 * 2 = 0.8 .... 0 0.8 * 2 = 1.6 .... 1 0.6 * 2 = 1.2 .... 1 0.2 * 2 = 0.4 .... 0 0.4 * 2 = 0.8 .... 0 0.8 * 2 = 1.6 .... 1 0.6 * 2 = 1.2 .... 1 0.2 * 2 = 0.4 .... 0 0.4 * 2 = 0.8 .... 00.8 * 2 = 1.6 .... 10.6 * 2 = 1.2 .... 1 ............
这就是无限循环，结果为 10.0001100110011........ ， 我们的计算机在存储小数时肯定是有长度限制的，所以会进行截取部分小数进行存储，从而导致计算机存储的数值只能是个大概的值，而不是精确的值。从这里看出来我们的计算机根本就无法使用二进制来精确的表示 2.1 这个十进制数字的值，连表示都无法精确表示出来，计算肯定是会出现问题的。
1、常用方法： add(BigDecimal)：BigDecimal对象中的值相加，返回BigDecimal对象 subtract(BigDecimal)：BigDecimal对象中的值相减，返回BigDecimal对象 multiply(BigDecimal)：BigDecimal对象中的值相乘，返回BigDecimal对象 divide(BigDecimal)：BigDecimal对象中的值相除，返回BigDecimal对象 abs()：将BigDecimal对象中的值转换成绝对值 doubleValue()：将BigDecimal对象中的值转换成双精度数 floatValue()：将BigDecimal对象中的值转换成单精度数 longValue()：将BigDecimal对象中的值转换成长整数 intValue()：将BigDecimal对象中的值转换成整数 toString()：将BigDecimal对象中的值转换成字符串 2、大小比较 java中对BigDecimal比较大小一般用的是BigDemical的compareTo方法. 举例：new BigDemica("0.1").compareTo(new BigDemical(0.2)) 关于这些方法的使用，大家可以去IDE中执行一下，非常好上手，这里不做详细展示了。
1、ROUND_UP，向远离0的方向舍入，始终对非零舍弃部位前面的数字+1，该方式就是只增不减。 2、ROUND_DOWN，向0方向舍入，在丢弃某部分之前，始终不增加数据（即，截断），该方式是只减不加。 3、ROUND_CEILING，向正无穷方向舍入，如果数值为正，舍入方式与ROUND_UP一致，如果为负，舍入方式与ROUND_DOWN一致，该模式始终不会减少计算数值。 4、ROUND_FLOOR，向负无穷方向舍入，如果数值为正，舍入行为与 ROUND_DOWN 相同；如果为负，则舍入行为与 ROUND_UP 相同。该模式始终不会增加计算数值。 5、ROUND_HALF_UP，向“最接近的”数字摄入，也就是四舍五入。 6、ROUND_HALF_DOWN，向“最接近的”数字舍入，如果与两个相邻数字的距离相等，则为上舍入的舍入模式，也就是五舍六入。 7、ROUND_HALF_EVEN，向“最接近的”数字舍入，如果与两个相邻数字的距离相等，则向相邻的偶数舍入。如果舍弃部分左边的数字为奇数，则舍入行为与 ROUND_HALF_UP 相同；如果为偶数，则舍入行为与 ROUND_HALF_DOWN 相同。（向（距离）最近的一边舍入，除非两边（的距离）是相等,如果是这样，如果保留位数是奇数，使用四舍五入，如果是偶数，使用五舍六入），此模式也被称为“银行家舍入法”，主要在美国使用。 eg. 1.15->1.2, 1.25->1.2 8、ROUND_UNNECESSARY，计算结果是精确的，不需要舍入模式。如果对获得精确结果的操作指定此舍入模式，则抛出ArithmeticException。
BigDecimal的性能比double和float都差，在处理庞大、复杂的运算时尤为明显，所以一般精度的计算没必要使用BigDecimal，在需要精确的小数计算时再使用。 创建BigDecimal对象时，尽量使用参数类型为String的构造函数。 BigDecimal都是不可变的，在进行每一次四则运算时，都会产生一个新对象，所以在做加减乘除运算时要保存一下操作后的值哦。