活动介绍

Java基础API探索:数值与字符串处理

立即解锁
发布时间: 2025-08-19 00:11:27 阅读量: 10 订阅数: 21
PDF

Java编程基础与Android开发入门

# Java基础API探索:数值与字符串处理 ## 1. 严格浮点计算与溢出问题 在进行中间计算时,如果用32/64位表示数值,可能会出现溢出或下溢的情况,但用更多位表示时可能就不会。这种差异会影响程序的可移植性。`strictfp` 关键字可以解决这个问题,它要求所有平台在中间计算时都使用32/64位。 `strictfp` 可以应用于方法,确保该方法中的所有浮点计算都严格符合要求;也可以用于类头声明,确保类中的所有浮点计算都严格执行。例如: ```java public strictfp class FourierTransform { // 类中的浮点计算将严格执行 } ``` 需要注意的是,`Math` 和 `StrictMath` 类被声明为 `final`,不能被扩展,并且它们声明了私有的无参构造函数,不能被实例化。它们是工具类,用于存储实用常量和静态方法。 ## 2. BigDecimal类的使用 ### 2.1 避免使用浮点类型表示货币 在之前介绍的 `SavingsAccount` 类中,余额字段使用 `int` 类型,它可以记录账户中的美元数,也可以表示美分数。可能有人会想为什么不使用 `double` 或 `float` 类型,这样可以存储像 `18.26` 这样的值。但不使用它们的原因有两个: - 并非所有能表示货币金额的浮点值都能在内存中精确存储。例如,`0.1` 没有精确的存储表示。以下代码: ```java double total = 0.1; for (int i = 0; i < 50; i++) { total += 0.1; } System.out.println(total); ``` 输出结果是 `5.099999999999998`,而不是正确的 `5.1`。 - 每次浮点计算的结果都需要四舍五入到最接近的美分,否则会引入微小误差,导致最终结果与正确结果不同。虽然 `Math` 类提供了 `round()` 方法,但它们是四舍五入到最接近的整数(美元)。 下面的 `InvoiceCalc` 应用程序展示了这两个问题: ```java import java.text.NumberFormat; public class InvoiceCalc { final static double DISCOUNT_PERCENT = 0.1; // 10% final static double TAX_PERCENT = 0.05; // 5% public static void main(String[] args) { double invoiceSubtotal = 285.36; double discount = invoiceSubtotal * DISCOUNT_PERCENT; double subtotalBeforeTax = invoiceSubtotal - discount; double salesTax = subtotalBeforeTax * TAX_PERCENT; double invoiceTotal = subtotalBeforeTax + salesTax; NumberFormat currencyFormat = NumberFormat.getCurrencyInstance(); System.out.println("Subtotal: " + currencyFormat.format(invoiceSubtotal)); System.out.println("Discount: " + currencyFormat.format(discount)); System.out.println("SubTotal after discount: " + currencyFormat.format(subtotalBeforeTax)); System.out.println("Sales Tax: " + currencyFormat.format(salesTax)); System.out.println("Total: " + currencyFormat.format(invoiceTotal)); } } ``` 运行该程序,输出结果如下: ``` Subtotal: $285.36 Discount: $28.54 SubTotal after discount: $256.82 Sales Tax: $12.84 Total: $269.67 ``` 虽然正确显示了小计、折扣、折扣后的小计和销售税,但最终总价显示为 `269.67`,而正确值应该是 `269.66`。问题在于每次计算后没有将结果四舍五入到最接近的美分。 ### 2.2 使用BigDecimal解决问题 Java 提供了 `java.math.BigDecimal` 类来解决上述问题。这是一个不可变类,用于表示任意精度的有符号十进制数,并带有一个关联的比例(指定小数点后的位数)。 `BigDecimal` 类声明了三个便利常量:`ONE`、`TEN` 和 `ZERO`,分别对应 `1`、`10` 和 `0`,比例为 `0`。同时,要避免使用 `ROUND_` 前缀的常量以及 `divide(BigDecimal divisor, int scale, int roundingMode)` 和 `setScale(int newScale, int roundingMode)` 方法,因为它们大多已过时。 以下是 `BigDecimal` 类的一些常用构造函数和方法: | 方法 | 描述 | | ---- | ---- | | `BigDecimal(int val)` | 初始化 `BigDecimal` 实例为 `val` 的数字,比例设置为 `0`。 | | `BigDecimal(String val)` | 初始化 `BigDecimal` 实例为 `val` 的十进制等效值,比例设置为小数点后的位数,若未指定小数点则为 `0`。当 `val` 为 `null` 时抛出 `NullPointerException`,当 `val` 的字符串表示无效时抛出 `NumberFormatException`。 | | `BigDecimal abs()` | 返回一个新的 `BigDecimal` 实例,包含当前实例值的绝对值,结果的比例与当前实例相同。 | | `BigDecimal add(BigDecimal augend)` | 返回一个新的 `BigDecimal` 实例,包含当前值与参数值的和,结果的比例为当前和参数比例的最大值。当 `augend` 为 `null` 时抛出 `NullPointerException`。 | | `BigDecimal divide(BigDecimal divisor)` | 返回一个新的 `BigDecimal` 实例,包含当前值除以参数值的商,结果的比例为当前和参数比例的差值,可能会根据结果需要进行调整。当 `divisor` 为 `null` 或表示 `0` 或结果无法精确表示时抛出异常。 | | `BigDecimal max(BigDecimal val)` | 返回 `this` 或 `val` 中值较大的 `BigDecimal` 实例。当 `val` 为 `null` 时抛出 `NullPointerException`。 | | `BigDecimal min(BigDecimal val)` | 返回 `this` 或 `val` 中值较小的 `BigDecimal` 实例。当 `val` 为 `null` 时抛出 `NullPointerException`。 | | `BigDecimal multiply(BigDecimal multiplicand)` | 返回一个新的 `BigDecimal` 实例,包含当前值与参数值的乘积,结果的比例为当前和参数比例的和。当 `multiplicand` 为 `null` 时抛出 `NullPointerException`。 | | `BigDecimal negate()` | 返回一个新的 `BigDecimal` 实例,包含当前值的负值,结果的比例与当前比例相同。 | | `int precision()` | 返回当前 `BigDecimal` 实例的精度。 | | `BigDecimal remainder(BigDecimal divisor)` | 返回一个新的 `BigDecimal` 实例,包含当前值除以参数值的余数,结果的比例为当前和参数比例的差值,可能会根据结果需要进行调整。当 `divisor` 为 `null` 或表示 `0` 时抛出异常。 | | `int scale()` | 返回当前 `BigDecimal` 实例的比例。 | | `BigDecimal setScale(int newScale, RoundingMode roundingMode)` | 返回一个具有指定比例和舍入模式的新 `BigDecimal` 实例。当 `roundingMode` 为 `null` 或设置为 `RoundingMode.ROUND_UNNECESSARY` 但需要舍入时抛出异常。 | | `BigDecimal subtract(BigDecimal subtrahend)` | 返回一个新的 `BigDecimal` 实例,包含当前值减去参数值的结果,结果的比例为当前和参数比例的最大值。当 `subtrahend` 为 `null` 时抛出 `NullPointerException`。 | | `String toString()` | 返回此 `BigDecimal` 实例的字符串表示,必要时使用科学记数法。 | `BigDecimal` 的舍入模式由 `java.math.RoundingMode` 枚举定义,常见的舍入模式如下: | 常量 | 描述 | | ---- | ---- | | `CEILING` | 向正无穷大舍入。 | | `DOWN` | 向零舍入。 | | `FLOOR` | 向负无穷大舍入。 | | `HALF_DOWN` | 向“最近邻”舍入,除非两个邻居距离相等,此时向下舍入。 | | `HALF_EVEN` | 向“最近邻”舍入,除非两个邻居距离相等,此时向偶数邻居舍入。 | | `HALF_UP` | 向“最近邻”舍入,除非两个邻居距离相等,此时向上舍入(这是学校常用的舍入模式)。 | | `UNNECESSARY` | 不需要舍入,因为请求的操作产生精确结果。 | | `UP` | 正值向正无穷大舍入,负值向负无穷大舍入。 | 以下是使用 `BigDecimal` 类正确执行发票计算的代码: ```java import java.math.BigDecimal; import java.math.RoundingMode; public class InvoiceCalc { public static void main(String[] args) { BigDecimal invoiceSubtotal = new BigDecimal("285.36"); BigDecimal discountPercent = new BigDecimal("0.10"); BigDecimal discount = invoiceSubtotal.multiply(discountPercent); discount = discount.setScale(2, RoundingMode.HALF_UP); BigDecimal subtotalBeforeTax = invoiceSubtotal.subtract(discount); subtotalBeforeTax = subtotalBeforeTax.setScale(2, RoundingMode.HALF_UP); BigDecimal salesTaxPercent = new BigDecimal("0.05"); BigDecimal salesTax = subtotalBeforeTax.multiply(salesTaxPercent); salesTax = salesTax.setScale(2, RoundingMode.HALF_UP); BigDecimal invoiceTotal = subtotalBeforeTax.add(salesTax); ```
corwn 最低0.47元/天 解锁专栏
赠100次下载
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

Big黄勇

硬件工程师
广州大学计算机硕士,硬件开发资深技术专家,拥有超过10多年的工作经验。曾就职于全球知名的大型科技公司,担任硬件工程师一职。任职期间负责产品的整体架构设计、电路设计、原型制作和测试验证工作。对硬件开发领域有着深入的理解和独到的见解。
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看
立即解锁

专栏目录

最新推荐

【模糊控制】:水下机器人PID算法的扩展研究与应用

![【模糊控制】:水下机器人PID算法的扩展研究与应用](https://img-blog.csdnimg.cn/direct/1cc4e382730c4f24a399c37e291cac51.png) # 摘要 本文系统探讨了模糊控制理论、PID控制算法以及模糊PID控制技术在水下机器人应用中的关键要素。首先,介绍了模糊控制和PID控制的基础知识,详细阐述了PID控制器的基本原理、设计和调整方法,以及在水下机器人应用中的参数优化策略。接着,重点分析了模糊逻辑控制系统构建的核心内容,包括模糊集合、规则、推理机制和模糊PID控制策略。通过水下机器人模糊PID控制应用实例,本文展示了模型建立、仿

Cadence AD库管理:构建与维护高效QFN芯片封装库的终极策略

![Cadence AD库管理:构建与维护高效QFN芯片封装库的终极策略](https://media.licdn.com/dms/image/C4E12AQHv0YFgjNxJyw/article-cover_image-shrink_600_2000/0/1636636840076?e=2147483647&v=beta&t=pkNDWAF14k0z88Jl_of6Z7o6e9wmed6jYdkEpbxKfGs) # 摘要 Cadence AD库管理是电子设计自动化(EDA)中一个重要的环节,尤其在QFN芯片封装库的构建和维护方面。本文首先概述了Cadence AD库管理的基础知识,并详

嵌入式系统开发利器:Hantek6254BD应用全解析

# 摘要 Hantek6254BD作为一款在市场中具有明确定位的设备,集成了先进的硬件特性,使其成为嵌入式开发中的有力工具。本文全面介绍了Hantek6254BD的核心组件、工作原理以及其硬件性能指标。同时,深入探讨了该设备的软件与编程接口,包括驱动安装、系统配置、开发环境搭建与SDK工具使用,以及应用程序编程接口(API)的详细说明。通过对Hantek6254BD在嵌入式开发中应用实例的分析,本文展示了其在调试分析、实时数据采集和信号监控方面的能力,以及与其他嵌入式工具的集成策略。最后,针对设备的进阶应用和性能扩展提供了深入分析,包括高级特性的挖掘、性能优化及安全性和稳定性提升策略,旨在帮助

【AutoJs高级功能开发】:群内消息自动化回复与管理的实现(技术深度解析)

![【AutoJs高级功能开发】:群内消息自动化回复与管理的实现(技术深度解析)](https://brand24.com/blog/wp-content/uploads/2023/02/teleme-min.png) # 摘要 本文全面介绍了AutoJs平台的概览、高级自动化脚本原理、群消息自动化回复系统的构建以及管理与扩展功能。通过分析AutoJs的核心功能、API、性能优化以及脚本编写基础,为用户提供了掌握该平台的入门级到高级应用的知识。文中还详细探讨了群消息自动化回复系统的实现,包括消息监听、内容解析、回复策略设计和系统安全性提升。此外,进一步展示了如何通过消息过滤、自定义命令和高级

【水管系统水头损失环境影响分析】:评估与缓解策略,打造绿色管道系统

![柯列布鲁克-怀特](https://andrewcharlesjones.github.io/assets/empirical_bayes_gaussian_varying_replicates.png) # 摘要 水管系统中的水头损失是影响流体输送效率的关键因素,对于设计、运行和维护水输送系统至关重要。本文从理论基础出发,探讨了水头损失的概念、分类和计算方法,并分析了管道系统设计对水头损失的影响。随后,本文着重介绍了水头损失的测量技术、数据分析方法以及环境影响评估。在此基础上,提出了缓解水头损失的策略,包括管道维护、系统优化设计以及创新技术的应用。最后,通过案例研究展示了实际应用的效果

【LabView图像轮廓分析】:算法选择与实施策略的专业解析

# 摘要 本文探讨了图像轮廓分析在LabView环境下的重要性及其在图像处理中的应用。首先介绍了LabView图像处理的基础知识,包括图像数字化处理和色彩空间转换,接着深入分析了图像预处理技术和轮廓分析的关键算法,如边缘检测技术和轮廓提取方法。文中还详细讨论了LabView中轮廓分析的实施策略,包括算法选择、优化以及实际案例应用。最后,本文展望了人工智能和机器学习在图像轮廓分析中的未来应用,以及LabView平台的扩展性和持续学习资源的重要性。 # 关键字 图像轮廓分析;LabView;边缘检测;轮廓提取;人工智能;机器学习 参考资源链接:[LabView技术在图像轮廓提取中的应用与挑战]

海洋工程仿真:Ls-dyna应用挑战与解决方案全攻略

![海洋工程仿真:Ls-dyna应用挑战与解决方案全攻略](https://media.springernature.com/lw1200/springer-static/image/art%3A10.1007%2Fs40684-021-00331-w/MediaObjects/40684_2021_331_Fig5_HTML.png) # 摘要 本文系统介绍了海洋工程仿真基础与Ls-dyna软件的应用。首先,概述了海洋工程仿真与Ls-dyna的基础知识,随后详细阐述了Ls-dyna的仿真理论基础,包括有限元分析、材料模型、核心算法和仿真模型的建立与优化。文章还介绍了Ls-dyna的仿真实践

TB67S109A与PCB设计结合:电路板布局的优化技巧

![TB67S109A与PCB设计结合:电路板布局的优化技巧](https://img-blog.csdnimg.cn/direct/8b11dc7db9c04028a63735504123b51c.png) # 摘要 本文旨在介绍TB67S109A步进电机驱动器及其在PCB布局中的重要性,并详细分析了其性能特性和应用。文中探讨了TB67S109A驱动器的功能、技术参数以及其在不同应用领域的优势。同时,还深入研究了步进电机的工作原理和驱动器的协同工作方式,以及电源和散热方面的设计要求。本文还概述了PCB布局优化的理论基础,并结合TB67S109A驱动器的具体应用场景,提出了PCB布局和布线的

性能瓶颈排查:T+13.0至17.0授权测试的性能分析技巧

![性能瓶颈排查:T+13.0至17.0授权测试的性能分析技巧](https://www.endace.com/assets/images/learn/packet-capture/Packet-Capture-diagram%203.png) # 摘要 本文综合探讨了性能瓶颈排查的理论与实践,从授权测试的基础知识到高级性能优化技术进行了全面分析。首先介绍了性能瓶颈排查的理论基础和授权测试的定义、目的及在性能分析中的作用。接着,文章详细阐述了性能瓶颈排查的方法论,包括分析工具的选择、瓶颈的识别与定位,以及解决方案的规划与实施。实践案例章节深入分析了T+13.0至T+17.0期间的授权测试案例

【MATLAB信号处理项目管理】:高效组织与实施分析工作的5个黄金法则

![MATLAB在振动信号处理中的应用](https://i0.hdslb.com/bfs/archive/e393ed87b10f9ae78435997437e40b0bf0326e7a.png@960w_540h_1c.webp) # 摘要 本文旨在提供对使用MATLAB进行信号处理项目管理的全面概述,涵盖了项目规划与需求分析、资源管理与团队协作、项目监控与质量保证、以及项目收尾与经验总结等方面。通过对项目生命周期的阶段划分、需求分析的重要性、资源规划、团队沟通协作、监控技术、质量管理、风险应对策略以及经验传承等关键环节的探讨,本文旨在帮助项目管理者和工程技术人员提升项目执行效率和成果质