使用big.Float
bigF1 := new(big.Float).SetFloat64(f1)
bigF2 := new(big.Float).SetFloat64(f2)
mul := new(big.Float).Mul(bigF1, bigF2)
转Int，先用上面的方法转为big.Float，再用.String转为字符串。
new(big.Int).SetString(bigFloat, 10) // 即可转为big.Int
// big.Int可转为常用的int类型。
// big.Float可转为常用的Float类型。
// big.Float不能直接转为Int类型。
func Sub(x float64, y float64, more ...float64) float64 {
floatX := new(big.Float).SetFloat64(x)
floatY := new(big.Float).SetFloat64(y)
result := new(big.Float).Sub(floatX, floatY)
if len(more) >0 {
for _, m := range more {
floatM := new(big.Float).SetFloat64(m)
result = new(big.Float).Sub(result, floatM)
}
}
f, _ := strconv.ParseFloat(result.String(), 64)
return f
}
在公司项目中看到关于钱的数据在接口展示、添加修改的各种情况下结构体中相应字段用的都是string类型。觉得不太合理，因此查阅了一些资料，整理如下。
在网上搜到一篇博客:
在程序计算中涉及到钱的时候，为什么要用Decimal而不是Float
博客中介绍，如果用float类型再转为decimal类型时会造成精度丢失。转为string后再转为decimal则可以解决问题，保证精度。看着好像是很完美的回答了我想要了解的问题，但仔细一看用的语言是python，于是我便亲自试了下：
结果确实如此，但看版本是2.7，我怀疑是不是python2.7版本落后，因此存在问题，于是又换了python3，再次测试：
结论依然是一样。好吧，证实了，对于python确实应该先转为string再转为decimal。
但是，python是这样，难道go也是这样吗，于是我又开始了进一步测试：
go中decimal使用第三方库
这里是直接用float64转为decimal，并没有通过string中转，结果输出如下：
乍一看，看着好像是精度丢失了似的，但是对比后我们发现，float64和decimal前后都是一致的，也就是说float64转为decimal之后，保持了原样。那些看起来小数点后位数很多的结果，是因为float64浮点类型计算产生的问题，跟转换并没有关系。
为了验证这一结论，我又写了下面的测试：
不使用浮点类型相加，而用decimal类型相加，这样输出结果果然没问题了：
因此我们可以得出结论：对于go语言，在把float转换为decimal类型时，并不需要像python一样通过string中转，也依然可以保持精度。进一步，我们也可以想到上面的问题，对于钱，在结构体字段中，我们完全可以直接使用float类型，并不需要用string类型。而且好处时，使用float数值类型，无论对于前端还是后端，在进行数值范围验证的时候，会更方便，不必把string转为float后再验证了。
上面提到了decimal包，我们这里简单看下，里面的常用的方法：
定义decimal的几种方式：
decimal数值运算
比较：
我们再看下浮点精度运算不准确的原因，这篇文章讲解的比较细
浮点精度（float、double）运算不精确的原因
精度运算不准确这是为什么呢？我们接下来就需要从计算机所有数据的表现形式二进制说起了。如果大家很了解二进制与十进制的相互转换，那么就能轻易的知道精度运算不准确的问题原因是什么了。
接下来我们看一个简单的例子 2.1 这个十进制数转成二进制是什么样子的。
落入无限循环结果为 10.0001100110011........ ， 我们的计算机在存储小数时肯定是有长度限制的，所以会进行截取部分小数进行存储，从而导致计算机存储的数值只能是个大概的值，而不是精确的值。从这里看出来我们的计算机根本就无法使用二进制来精确的表示 2.1 这个十进制数字的值，连表示都无法精确表示出来，计算肯定是会出现问题的。
1、为什么数值表示用decimal 不用double
https://blog.csdn.net/a13766750034/article/details/101566632
2、在程序计算中涉及到钱的时候，为什么要用Decimal而不是Float
https://blog.csdn.net/weixin_43946756/article/details/87562619
3、MySQL数据类型DECIMAL用法
https://www.cnblogs.com/owenma/p/7097602.html
4、浮点精度（float、double）运算不精确的原因
https://blog.csdn.net/marco__/article/details/102515668
Go中数值类型可细分为整数、浮点数、复数三种，每种都具有不同的大小范围和正负支持。
整型分为两大类
Go提供了有符号和无符号的整数类型，同时提供四种大小不同的整数类型。
取值范围
等价类型
特殊整型
int 和 uint 分别对应特定CPU平台的字长（机器字大小），大小范围在 32bit 或 64bit 之间变化，实际开发中由于编译器和硬件不同而不同。
进制转换
转换函数
使用注意
字节长度
Golang提供了两种精度的浮点数分别为 float32 和 float64 ，它们的算术规范由IEEE754浮点数国际标准定义，IEEE754浮点数标准被现代CPU支持。
float32 类型的浮点数可提供约6个十进制数的精度， float64 类型的浮点数可提供约15个十进制数的精度。通常会优先选择使用 float64 ，因为 float32 累计计算误差会比较容易扩散。
计算机中复数（complex）由两个浮点数表示，一个表示实部（real）一个表示虚部（imag）。
Go语言中复数的值由三部分组成 RE + IMi ，分别是实数部分 RE 、虚数部分 IM 、虚数单位 i ， RE 和 IM 均为 float 。
Go语言提供两种类型的复数，分别是 complex64 即32位实数和虚数， complex128 即64位实数和虚数， complex128 为复数的默认类型。
复数声明
z 表示复数的变量名， complex128 表示复数类型， complex() 内置函数用于为复数赋值。 x 和 y 分别表示构成该复数的两个 float64 类型的值， x 为实部， y 为虚部。
简写形式
对于 z 值可通过内置函数 real(z) 获取该复数的实部，使用 imag(z) 获取虚部。
