本文介绍: decimal应用场景主要出现在对float浮点数进行加减乘除操作时候,尤其是对于银行金融一块的业务,如果精度丢失,一笔交易上面的损失可以忽略不计,但当交易的规模达到几千万或者亿甚至几十亿的时候这个时候损失就会大的吓人了。decimal对于浮点数计算提供了极大的便利性,让我们使用浮点数进行大小计算时候不用担心精度丢失问题,尤其是对于金融行业精度丢失造成资损就是很重大的生产事故了。的数据进行计算时候,我们可以使用第三方decimal包来解决这个问题可以获取浮点数计算结果整数部分

decimal是为了解决Golang浮点数计算精度丢失问题而生的一个库,使用decimal库我们可以避免在go中使用浮点数出现精度丢失问题

github地址https://github.com/shopspring/decimal

1. 精度丢失的case

func TestFloat(t *testing.T) {
	a := 1100.1
	b := a * 100
	fmt.Println(b) // should be: 110010 output: 110009.99999999999
}

上面的精度就发生了丢失,浮点数位数虽然我们看到的是1100.1,但对于浮点数计算而言却是无限接近于1,但与1不等。

当我们需要float数据进行计算时候,我们可以使用第三方decimal包来解决这个问题

2. decimal的应用场景

decimal的应用场景主要出现在对float点数进行加减乘除操作时候,尤其是对于银行金融一块的业务,如果精度丢失,一笔交易上面的损失可以忽略不计,但当交易的规模达到几千万或者亿甚至几十亿的时候,这个时候损失就会大的吓人了。

3. 使用decimal

使用decimal第一步引入这个包,decimal,在官方描述中,这个包的功能描述如下

Arbitraryprecision fixedpoint decimal numbers in go.

Note: Decimal library can “onlyrepresent numbers with a maximum of 2^31 digits after the decimal point.

go任意精度定点十进制

注意:十进制库”只能”表示小数点后最多2^31位的数字

数点后2^31位数字,对于绝大多数的项目精度要求是足够的,简而言之,decimal可以解决我们绝大多数的浮点数精度计算场景

对于上面精度丢失的case,当我们引入decimal包之后,我们可以得到正确的结果。

func TestDecimalOne(t *testing.T){
	a := 1100.1
	b := 100
	d := decimal.NewFromFloat(a)
	result := d.Mul(decimal.NewFromInt(int64(b)))
	fmt.Println(result) // should be: 110010, output: 110010
}

计算结果的精度没有丢失,计算结果正确

4. decimal其他实用的场景

使用decimal的时候,切记浮点数计算所有数据初始化必须通过decimal进行,否则还是会导致精度的丢失为什么这么说呢,看看下面的例子你就明白了。

import (
	"fmt"
	"github.com/shopspring/decimal"
	"testing"
)

func TestDecimal(t *testing.T) {
	x := 0.28
	// this will cause the multi result has error
	// output should be 28, but actually 28.000000000000004(error)
	errorMul := decimal.NewFromFloat(x * 100).String()
}

上面的case就是因为100没有使用decimal进行初始化导致最后计算的精度被扩大了。正确处理方式如下

import (
	"fmt"
	"github.com/shopspring/decimal"
	"testing"
)

func TestDecimal(t *testing.T) {
	x := 0.28
	// the correct operate number multi is use the decimal Mul method.
	correctMul := decimal.NewFromFloat(x).Mul(decimal.NewFromInt(100)).String()
    fmt.Println(correctMul) // output: 28
}

4.1 获取结果的整数部分

使用IntPart可以获取到浮点数计算结果的整数部分

func TestDecimalTwo(t *testing.T){
	a := 0.01234
	b := 100
	// 0.01234 * 100 = 1.234, int part=1, output=1
	fmt.Println(decimal.NewFromFloat(a).Mul(decimal.NewFromInt(int64(b))).IntPart())
}

4.2 小数点填充

使用IntPart可以对计算后的数据进行小数点位数的补零填充

func TestDecimalThree(t *testing.T){
	a := 0.012
	b := 100
	x := decimal.NewFromFloat(a).Mul(decimal.NewFromInt(int64(b)))
	// 小数点后的位数填充, 0.012*100=1.2, 填充3位,因为已经有一位了,填充两个0, 1.200
	fmt.Println(x.StringFixed(3))
}

4.3 比较数字大小

浮点数的比较decimal提供了一些比较有用的函数方法这里列举了一部分

import (
	"fmt"
	"github.com/shopspring/decimal"
	"testing"
)

func TestDecimalFour(t *testing.T) {
	a := decimal.NewFromFloat(-1.11)
	b := decimal.NewFromInt(3)
	c, _ := decimal.NewFromString("2.023")
	// 是否是负数
	fmt.Println(a.IsNegative())
	// 取绝对值
	fmt.Println(a.Abs())
	// 比较是否相等
	fmt.Println(a.Equal(b))
	// 比较小于
	fmt.Println(a.LessThan(b))
	// 比较小于等于
	fmt.Println(a.LessThanOrEqual(b))
	// 比较大于等于
	fmt.Println(b.GreaterThanOrEqual(a))
	// 是否是0
	fmt.Println(c.IsZero())
}

5 小结

decimal对于浮点数的计算提供了极大的便利性,让我们在使用浮点数进行大小计算的时候不用担心精度丢失的问题,尤其是对于金融行业,精度丢失造成资损就是很重大的生产事故了。

对decimal有一些基本的了解,当我们在工作中有场景需要使用到浮点数的计算的时候,可以直接使用decimal来帮助我们快速完善计算的逻辑

原文地址:https://blog.csdn.net/cao1315020626/article/details/128599942

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_33938.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注