Go语言中的float64是遵循IEEE 754标准的双精度浮点数类型，在存储和计算小数时，由于二进制无法精确表示部分十进制小数，很容易出现精度偏差，比如0.1加0.2的结果并不是预期的0.3，而是0.30000000000000004。这种问题在金融计算、数据统计等对精度要求高的场景中会带来严重影响，因此需要掌握合理的精度控制方法。
float64精度问题的产生原因
float64的存储结构由符号位、指数位和尾数位组成，尾数位的长度是52位，只能精确表示2的幂次相关的数值，大部分十进制小数转换为二进制后是无限循环的，存储时会被截断，因此计算时就会出现精度误差。比如下面的简单示例就能直观看到这个问题：
package main
import "fmt"
func main() {
var a float64 = 0.1
var b float64 = 0.2
fmt.Println(a + b) // 输出 0.30000000000000004
}
控制float64小数精度的常用方案
1. 使用math包进行取整控制
如果只需要保留指定位数的小数，且对精度要求不是极高，可以通过乘以10的n次方取整后再除以10的n次方的方式实现。这种方式适合简单的精度截断场景，但是无法解决底层存储的精度误差问题。
package main
import (
"fmt"
"math"
)
// 保留n位小数，采用四舍五入规则
func roundFloat64(num float64, n int) float64 {
pow := math.Pow(10, float64(n))
return math.Round(num*pow) / pow
}
func main() {
var num float64 = 0.123456
fmt.Println(roundFloat64(num, 2)) // 输出 0.12
fmt.Println(roundFloat64(num, 3)) // 输出 0.123
}
2. 使用fmt包格式化输出
如果只是需要展示固定精度的小数，不需要参与后续计算，可以使用fmt包的格式化动词来控制输出精度。这种方式不会改变原float64变量的值，仅影响输出结果。
package main
import "fmt"
func main() {
var num float64 = 0.123456
// 保留2位小数，不足补0
fmt.Printf("%.2fn", num) // 输出 0.12
// 保留3位小数
fmt.Printf("%.3fn", num) // 输出 0.123
}
3. 使用第三方decimal库处理高精度计算
对于金融计算等对精度要求极高的场景，推荐使用第三方的decimal库，比如github.com/shopspring/decimal，它基于十进制存储数值，不会出现二进制转换的精度丢失问题，支持加、减、乘、除等常见运算，还能灵活控制小数位数。
package main
import (
"fmt"
"github.com/shopspring/decimal"
)
func main() {
// 通过字符串初始化decimal类型，避免float64转换带来的精度误差
a := decimal.NewFromFloat(0.1)
b := decimal.NewFromFloat(0.2)
// 加法运算
sum := a.Add(b)
// 保留2位小数，采用银行家舍入规则
result := sum.Round(2)
fmt.Println(result.String()) // 输出 0.3
// 直接通过字符串初始化更推荐
c := decimal.NewFromString("0.1")
d := decimal.NewFromString("0.2")
fmt.Println(c.Add(d).String()) // 输出 0.3
}
不同方案的适用场景对比
不同精度控制方案有各自的优缺点和适用场景，开发者可以根据实际需求选择：
| 方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| math包取整 | 无需引入第三方依赖，实现简单 | 无法解决底层精度误差，仅能截断或四舍五入 | 简单统计、非核心精度要求的场景 |
| fmt格式化输出 | 使用简单，仅影响展示结果 | 不能用于后续计算，原数值精度不变 | 仅需要展示固定精度小数的场景 |
| decimal第三方库 | 精度高，支持完整运算，规则灵活 | 需要引入第三方依赖，性能略低于原生类型 | 金融计算、高精度要求的业务场景 |
注意事项
- 尽量避免将float64用于需要精确计算的场景，尤其是金额相关的计算，优先使用字符串初始化decimal类型，避免float64转换带来的初始误差。
- 使用math包取整时，要注意Round函数的舍入规则是四舍五入，和银行家舍入规则不同，需要根据业务需求选择。
- 如果不需要高精度计算，只是简单处理小数，优先使用原生方案，减少依赖引入。