本文主要是介绍基本数据类型及一些知识点，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

基本数据类型

long数据类型在给变量赋值时，数据末尾要加L(小写也可以，但是建议大写)以示区分

float数据类型要在末尾加上f

奇怪现象

• 条件判断超预期

System.out.println(0.9999999f==1f);//false
System.out.println(0.99999999f==1f);//true

• 基本计算超预期

System.out.println(0.2+0.7);//0.8999999999999999
System.out.println(0.3+0.6);//0.8999999999999999
System.out.println(0.4+0.5);//0.9

• 类型转换超预期

float f = 1.2f;
double d = (double) f;
System.out.println(f);//1.2
System.out.println(d);//1.2000000476837158

• 数据自增超预期

float f2 = 84552631f;
for (int i = 0; i < 5; i++) {
    System.out.println(f2);
    f2++;
}
//        8.4552632E7
//        8.4552632E7
//        8.4552632E7
//        8.4552632E7
//        8.4552632E7

出现这种问题的主要原因浮点数表示字长是有限的，会有舍入误差，接近但不等于

所以如果代码涉及到，货币运算等精度需求高的时候，最好不要使用浮点数。

浮点数在计算机中如何表示

通过计算机原理，了解了浮点数采用阶码+尾数来表示，类似于数学中的科学计数法，有效数字+指数

单精度浮点数（float）：左边第一位表示符号位（S），之后的8位表示阶码位（E），剩下的23位表示尾数位（M）。

双精度浮点数（double）：左边第一位表示符号位（S），之后的11位表示阶码位（E），剩下的52位表示尾数位（M）。

阶码位是8位无符号位整数，所以可以表示0~255，由于浮点数存储遵循IEEE 754浮点数技术标准，真值的“指数“存入阶码位是必须要增加一个中间值，0~255的中间值就是127，所以单精度是127，双精度是1023。举个例子，2^10 指数是10，E的值就是10+127=137，也就是10001001。

单精度浮点数的尾数有23位，转换为十进制就是2^23= 8388608，所以十进制的精度是6~7位。

双精度浮点数的尾数有52位，转换为十进制就是2^52=4503599627370496，所以十进制精度是15~16位。

所以浮点数在计算机存储时会出现精度丢失问题。

补充：小数如何转换为二进制

整数部分除二取余，小数部分乘2取整，最后两者相加就得到了二进制小数。

将二进制小数转换为阶码+尾数形式，然后再转换成为在计算机存储的样子。

注意：

1. 尾数部分的小数，小数点前一位永远是1，可以省略。

2. 小数部分乘2取整时，可能会碰到无限不循环的情况，计算机一定会进行截取，所以一定会出现精度损失，所以在使用浮点数时一定要考虑再三。

数据转换

int i=128;
byte b=(byte)i;
System.out.println(b);//输出-128 内存溢出
int money=1_000_00000;//数字之间可以用下划线。
int years=200;
int total1=money*years;
System.out.println(total1);//输出-1474836480 溢出
long total2=((long)money)*years;
System.out.println(total2);//20000000000

注意点

1. 不能对布尔值进行转换

2. 高容量转换成低容量是进行强制转换

3. 类型转换时会出现溢出和精度问题

这篇关于基本数据类型及一些知识点的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！