高精度

入门篇： http://my.oschina.net/dubenju/blog/637181 参照代码： http://git.oschina.net/dubenju/encv/blob/master/src/java/javay/math/BigNum.java?dir=0&filepath=src%2Fjava%2Fjavay%2Fmath%2FBigNum.java&oid=017e78be758e0fc6e8c1aea739591da1ab1dba96&sha=02ccd7b19bb3614e88ab3e150ef5d5d95347b04a 加减法没有什么特别的，不再多说。 针对乘法有以下算法： karatsuba Toom-cook3 Lagrange插值 FFT Schonhage strassen 除法有 以 下算法： Knuth算法D BurnikelZiegler（1998年） https://cr.yp.to/bib/1998/burnikel.ps 完。 来源： oschina 链接： https://my.oschina.net/u/660460/blog/644257

问题描述 在项目中用Java做浮点数计算时，发现对于4.015*100这样的计算，结果不是预料中的401.5，而是401.49999999999994。如此长的位数，对于显示来说很不友好。 问题原因：浮点数表示 查阅相关资料，发现原因是：计算机中的浮点数并不能完全精确表示。例如，对于一个double型的 38414.4 来说，计算机是这样存储它的： 转成二进制：1001011000001110.0110011001100110011001100110011001100 转成科学计数法：1.0010110000011100110011001100110011001100110011001100×2^15 double型编码格式是这样的： double 符号位1位 阶码11位 尾数52位 符号位：正数统一是0 阶码：15是正数，因此最高位是1，最低位减1，为10000001110 尾数：去掉最高位默认的1，为0010110000011100110011001100110011001100110011001100 组合起来，最终得到的编码是：0 10000001110 0010110000011100110011001100110011001100110011001100 从这里可以看出来，主要原因在于二进制编码使得小数部分无法完全精确表示，例如0.4 = 0.25 + 0.125 +