舍入误差不是随机的，并且它的实现方式会尝试使误差最小化。这意味着有时错误是不可见的，或者没有错误。
例如
0.1是不完全
0.1，即
new BigDecimal("0.1") < newBigDecimal(0.1)，但0.5也正是
1.0/2
该程序向您显示所涉及的真实价值。
BigDecimal _0_1 = new BigDecimal(0.1);BigDecimal x = _0_1;for(int i = 1; i <= 10; i ++) { System.out.println(i+" x 0.1 is "+x+", as double "+x.doublevalue()); x = x.add(_0_1);}版画
0.1000000000000000055511151231257827021181583404541015625, as double 0.10.2000000000000000111022302462515654042363166809082031250, as double 0.20.3000000000000000166533453693773481063544750213623046875, as double 0.300000000000000040.4000000000000000222044604925031308084726333618164062500, as double 0.40.5000000000000000277555756156289135105907917022705078125, as double 0.50.6000000000000000333066907387546962127089500427246093750, as double 0.60000000000000010.7000000000000000388578058618804789148271083831787109375, as double 0.70000000000000010.8000000000000000444089209850062616169452667236328125000, as double 0.80.9000000000000000499600361081320443190634250640869140625, as double 0.91.0000000000000000555111512312578270211815834045410156250, as double 1.0
注意：这
0.3略有偏离，但是当您到达
0.4位时，必须将其下移一位以适应53位的限制，并且错误将被丢弃。再次，一个错误蠕变回来为
0.6和
0.7，但对于
0.8给
1.0错误被丢弃。
将其添加5次应该累积错误，而不是取消错误。
出现错误的原因是由于精度有限。即53位。这意味着随着数字变大，数字将使用更多的比特，比特必须从末尾丢弃。这会导致舍入，这种情况下对您有利。
当获得较小的数字（例如
0.1-0.0999=>）时，您会得到相反的效果，
1.0000000000000286E-4并且看到的错误比以前更多。
一个这样的例子就是为什么在Java6中Math.round（0.49999999999999994）为什么返回1的原因，在这种情况下，计算中的一点损失会导致答案有很大的不同。
