一、价格计算的核心痛点：为什么需要专项处理？

在金融、电商、供应链等业务场景中，价格计算是高频且关键的操作。例如，商品单价乘以数量计算总价，或根据折扣率计算优惠金额。然而，传统的double或float类型在处理价格乘除时存在两大致命问题：

1. 精度丢失：二进制浮点数无法精确表示十进制小数（如0.1），导致计算结果出现微小误差。例如，0.1 * 3可能得到0.30000000000000004。
2. 舍入规则不可控：不同业务场景对舍入方式有严格要求（如银行利息四舍五入到分位），而浮点数运算缺乏统一的舍入控制。

这些问题可能引发业务纠纷（如总价与明细不符）或财务损失（如累计误差导致资金偏差）。因此，Java中必须采用专项技术处理价格乘除。

二、Java价格乘除的核心技术：BigDecimal的深度应用

1. BigDecimal的构造与初始化

BigDecimal是Java中处理高精度计算的类，其构造需特别注意：

// 错误方式：直接使用double构造会导致精度问题
BigDecimal wrong = new BigDecimal(0.1); // 实际值为0.10000000000000000555...
// 正确方式：使用String构造或valueOf方法
BigDecimal correct1 = new BigDecimal("0.1"); // 精确值
BigDecimal correct2 = BigDecimal.valueOf(0.1); // 内部通过double转换但优化了精度

关键原则：涉及精确计算的场景（如价格），必须通过String或valueOf方法初始化BigDecimal。

2. 价格乘除的运算规则

（1）乘法运算：总量=单价×数量

BigDecimal unitPrice = new BigDecimal("12.34"); // 单价
BigDecimal quantity = new BigDecimal("5");      // 数量
BigDecimal total = unitPrice.multiply(quantity); // 乘法
System.out.println(total); // 输出61.70（12.34*5=61.70）

业务校验：需验证数量是否为正数，避免负数导致逻辑错误。

（2）除法运算：单价=总价÷数量

除法需明确舍入模式（RoundingMode），否则可能抛出ArithmeticException：

BigDecimal totalPrice = new BigDecimal("100.00"); // 总价
BigDecimal quantity = new BigDecimal("3");        // 数量
// 错误方式：未指定舍入模式会抛出异常
// BigDecimal unitPrice = totalPrice.divide(quantity); 
// 正确方式：指定舍入模式（如四舍五入到分位）
BigDecimal unitPrice = totalPrice.divide(quantity, 2, RoundingMode.HALF_UP);
System.out.println(unitPrice); // 输出33.33（100/3≈33.333...，舍入后为33.33）

常用舍入模式：

• RoundingMode.HALF_UP：四舍五入（最常用）
• RoundingMode.UP：向远离零方向舍入
• RoundingMode.DOWN：向零方向舍入
• RoundingMode.CEILING：向正无穷方向舍入
• RoundingMode.FLOOR：向负无穷方向舍入

（3）混合运算：折扣计算

BigDecimal originalPrice = new BigDecimal("100.00"); // 原价
BigDecimal discountRate = new BigDecimal("0.8");    // 折扣率（8折）
BigDecimal discountedPrice = originalPrice.multiply(discountRate)
    .setScale(2, RoundingMode.HALF_UP); // 保留两位小数
System.out.println(discountedPrice); // 输出80.00

三、价格计算的边界条件与异常处理

1. 除数为零的防护

BigDecimal divisor = BigDecimal.ZERO;
BigDecimal dividend = new BigDecimal("100.00");
try {
    dividend.divide(divisor); // 抛出ArithmeticException
} catch (ArithmeticException e) {
    System.err.println("除数不能为零！");
}

最佳实践：在除法前显式检查除数是否为零。

2. 数值范围的校验

价格通常有最小单位（如分），需确保计算结果符合业务规则：

BigDecimal result = ...; // 计算结果
if (result.compareTo(BigDecimal.ZERO) < 0) {
    throw new IllegalArgumentException("价格不能为负数");
}
if (result.scale() > 2) { // 超过两位小数
    result = result.setScale(2, RoundingMode.HALF_UP); // 强制保留两位
}

四、实际应用场景与代码示例

1. 电商购物车总价计算

public class ShoppingCart {
    private List<BigDecimal> prices = new ArrayList<>();
    public void addPrice(BigDecimal price) {
        prices.add(price);
    }
    public BigDecimal calculateTotal() {
        return prices.stream()
            .reduce(BigDecimal.ZERO, BigDecimal::add);
    }
    public static void main(String[] args) {
        ShoppingCart cart = new ShoppingCart();
        cart.addPrice(new BigDecimal("12.34"));
        cart.addPrice(new BigDecimal("56.78"));
        System.out.println("总价：" + cart.calculateTotal()); // 输出69.12
    }
}

2. 金融利息计算（按日计息）

public class InterestCalculator {
    public static BigDecimal calculateDailyInterest(
        BigDecimal principal, BigDecimal dailyRate, int days) {
        return principal.multiply(dailyRate)
            .multiply(new BigDecimal(days))
            .setScale(2, RoundingMode.HALF_UP);
    }
    public static void main(String[] args) {
        BigDecimal principal = new BigDecimal("10000.00"); // 本金
        BigDecimal dailyRate = new BigDecimal("0.0005");    // 日利率0.05%
        int days = 30;
        BigDecimal interest = calculateDailyInterest(principal, dailyRate, days);
        System.out.println("利息：" + interest); // 输出150.00
    }
}

五、性能优化与注意事项

1. 避免重复构造BigDecimal：在循环中频繁构造BigDecimal会影响性能，可提前初始化常用值。
2. 合理选择精度：BigDecimal的精度（scale）越高，计算越慢。价格通常保留两位小数即可。
3. 线程安全：BigDecimal是不可变类，天然线程安全，但需注意共享变量的同步问题。

六、总结与最佳实践

1. 始终使用BigDecimal：涉及价格、金额的场景，禁止使用double或float。
2. 明确舍入规则：根据业务需求选择合适的RoundingMode。
3. 前置校验：在运算前检查除数是否为零、数值是否合法。
4. 保留足够精度：中间计算过程可保留更高精度（如4位小数），最终结果按业务要求舍入。

通过以上方法，Java开发者可以构建出安全、可靠的价格计算系统，避免因精度问题引发的业务风险。