BigDecimal精确除法技巧解析
在Java金融开发中,BigDecimal的除法计算绝非简单调用divide()即可,其设计初衷是拒绝隐式舍入——遇到10÷3这类无限循环小数时会直接抛出ArithmeticException,而非妥协于“默认四舍五入”;正确做法必须显式指定精度(scale)和舍入模式(如RoundingMode.HALF_UP),中间计算建议采用高精度(如scale=6)以避免误差累积,仅在最终落库或展示前统一缩至2位;同时务必前置校验除数非null且非零(推荐用signum()==0而非equals(BigDecimal.ZERO)),并根据业务场景谨慎选择divideToIntegralValue()(截断取整)、divideAndRemainder()(需商余双结果)等替代方案——一次参数疏忽,可能埋下跨月结息、对账偏差甚至审计风险的隐患。

BigDecimal.divide() 为什么直接用会抛 ArithmeticException
因为 BigDecimal 默认除法不接受无限循环小数,比如 10.divide(new BigDecimal("3")) 会直接炸——不是 bug,是设计:它拒绝隐式舍入。金融场景里,“默认四舍五入”这种事不能由框架替你决定。
必须显式传入两个参数:scale(保留几位小数)和 RoundingMode(怎么舍入)。漏掉任一个,就报 java.lang.ArithmeticException: Non-terminating decimal expansion。
- 常见错误现象:
divide()单参数调用、或只传scale没传RoundingMode - 正确写法示例:
amount.divide(divisor, 2, RoundingMode.HALF_UP) RoundingMode.HALF_UP是金融最常用模式(日常说的“四舍五入”),但注意它和数学上的“四舍六入五成双”不同
scale 设多少才安全?别硬写 2 就完事
小数位数不是拍脑袋定的。人民币金额要两位,但中间计算过程可能需要更高精度(比如利率按日计息再年化),否则累积误差会进账。
例如:本金 100 元 × 年利率 3.85% ÷ 360 × 90 天,如果每步都 .setScale(2, HALF_UP),结果会偏移;应该只在最终展示/落库前统一缩放到 2 位。
- 推荐做法:中间运算用足够高精度(如
scale = 6或更高),最后一步再setScale(2, HALF_UP) - 避免在循环里反复
setScale,性能差且易误舍入 - 注意数据库字段精度(如 MySQL 的
DECIMAL(19,4)),scale要 ≤ 字段定义的小数位数
除零异常和 null 值比想象中更早出现
BigDecimal.divide() 遇到 divisor.equals(BigDecimal.ZERO) 会立刻抛 ArithmeticException,但很多人忘了检查 null——divide(null) 报的是 NullPointerException,堆栈还藏得深。
- 务必在调用前判空:
if (divisor == null || divisor.signum() == 0) signum() == 0比equals(BigDecimal.ZERO)更安全,能覆盖 -0.00 这种边界值- 不要依赖 try-catch 捕获除零,那是运行时错误,该拦在逻辑入口就拦住
用 divideToIntegralValue() 还是自己 trunc?看你要不要余数
如果只是取整(比如算可买多少支基金),divideToIntegralValue() 是专为此设计的,它返回商的整数部分,且不抛无限小数异常——但它不处理小数位舍入,就是简单截断(类似 Math.floor 对正数的效果)。
- 要整数结果 + 四舍五入?别用它,老实用
divide(...).setScale(0, HALF_UP) - 要商和余数都要?用
divideAndRemainder(),返回BigDecimal[2]数组,第一个是商,第二个是余数 divideToIntegralValue()的 scale 继承被除数,不自动归零,这点容易被忽略
金融系统里,一次除法背后往往连着会计校验、对账阈值、审计留痕,scale 和 mode 写错一位,可能三个月后才在跨月结息时暴露。别省那两行参数。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《BigDecimal精确除法技巧解析》文章吧,也可关注golang学习网公众号了解相关技术文章。
豆包AI设置深色模式方法详解
- 上一篇
- 豆包AI设置深色模式方法详解
- 下一篇
- Python函数参数中使用/和*的作用是用于强制指定参数的传递方式,这在Python3.8及以上版本中被引入。它们帮助开发者更清晰地定义函数的调用方式,提高代码的可读性和健壮性。一、/(斜杠)的作用/用于强制位置参数,即在它之前的参数必须通过位置传入,不能使用关键字参数。deffunc(a,b,/,c):print(a,b,c)在这个例子中:a和b是位置参数,必须按顺序传入。c是关键字参数,可以使
-
- 文章 · java教程 | 1天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 2天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 2天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 2天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 3天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 274次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 327次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 317次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 291次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 111次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
