今天我遇到了意想不到的行为或者缺乏ColdFusion的知识9,10,11 Round功能在这里是我的场景
回合（28.5）---＆gt;结果是预期的29
回合（0.285 * 100）---＆gt;结果是28预计不会
回合（precisionEvaluate（0.285 * 100））---＆gt;结果是29使用precisionEvaluate！
回合（评估（0.285 * 100））---＆gt;结果是29使用Evaluate！
这不是大小数，为什么我需要在数字上使用precisionEvaluate或Evaluate？
在进一步的研究中，我发现了更有趣的行为
回合（0.285 * 100）结果是28 --WHY？我期待29--！
回合（0.295 * 100）结果是30 ----正确！
回合（0.275 * 100）结果是28 ----正确！
回合（0.185 * 100）结果为19 ----正确！
回合（0.385 * 100）结果是39 ----正确！
答案 0 :(得分：13)
这不是十进制数的精度，而是底层浮点数如何存储在Java中。这表明：
<cfoutput>
<cfloop array="#[0.275,0.285,0.295]#" index="s">
#s.getClass().getName()#
<cfset f1 = s + 0>
#f1.getClass().getName()#
#f1.toString()#
<cfset f2 = f1*100>
#f2.toString()#
#round(f2)#<br>
</cfloop>
</cfoutput>
输出：
java.lang.String java.lang.Double 0.275 27.500000000000004 28
java.lang.String java.lang.Double 0.285 28.499999999999996 28
java.lang.String java.lang.Double 0.295 29.5 30
我只能假设在执行<cfset f1 = s + 0>时，从字符串转换为浮点数时，CF使用更好的精度，因为那里没有狡猾的舍入。然而，在执行乘法步骤之后，我们得到准确性错误出血.28.5最终只有28.5，所以舍入到28不是29.这只是一个二进制分数算术问题。