使用自定义舍入

public int Round(double value)
{
    double decimalpoints = Math.Abs(value - Math.Floor(value));
    if (decimalpoints > 0.5)
        return (int)Math.Round(value);
    else
        return (int)Math.Floor(value);
}

这被称为舍入到偶数(或银行家舍入)，这是一种有效的舍入策略，可以最大限度地减少总和中的累积错误(MidpointRounding.ToEven)。理论是，如果你总是在同一个方向四舍五入一个0.5的数字，误差会更快地累积(四舍五入到偶数应该是最小化)(a)。

以下是MSDN对以下内容的描述:

Math.Floor, which rounds down towards negative infinity. Math.Ceiling, which rounds up towards positive infinity. Math.Truncate, which rounds up or down towards zero. Math.Round, which rounds to the nearest integer or specified number of decimal places. You can specify the behavior if it's exactly equidistant between two possibilities, such as rounding so that the final digit is even ("Round(2.5,MidpointRounding.ToEven)" becoming 2) or so that it's further away from zero ("Round(2.5,MidpointRounding.AwayFromZero)" becoming 3).

下面的图表可能会有所帮助:

-3        -2        -1         0         1         2         3
 +--|------+---------+----|----+--|------+----|----+-------|-+
    a                     b       c           d            e

                       a=-2.7  b=-0.5  c=0.3  d=1.5  e=2.8
                       ======  ======  =====  =====  =====
Floor                    -3      -1      0      1      2
Ceiling                  -2       0      1      2      3
Truncate                 -2       0      0      1      2
Round(ToEven)            -3       0      0      2      3
Round(AwayFromZero)      -3      -1      0      2      3

请注意，Round比它看起来强大得多，因为它可以舍入到特定的小数点后数位。其他的都是0小数。例如:

n = 3.145;
a = System.Math.Round (n, 2, MidpointRounding.ToEven);       // 3.14
b = System.Math.Round (n, 2, MidpointRounding.AwayFromZero); // 3.15

对于其他函数，你必须使用乘除技巧来达到相同的效果:

c = System.Math.Truncate (n * 100) / 100;                    // 3.14
d = System.Math.Ceiling (n * 100) / 100;                     // 3.15

(a)当然，这个理论取决于这样一个事实，即你的数据在偶数一半(0.5,2.5,4.5，…)和奇数一半(1.5,3.5，…)之间的值分布相当均匀。

如果所有的“半值”都是偶数(例如)，错误就会像你总是四舍五入一样快速累积。

从MSDN:

默认为Math。圆的使用 MidpointRounding.ToEven。大多数人 不熟悉“四舍五入? 甚至“作为替代”，四舍五入 “远离零”更常见 . net默认为 “四舍五入到偶数” 统计上的优势是因为 没有分享的倾向 四舍五入的意思是四舍五入 比它循环的频率稍高 向下(假设数字为 四舍五入往往是积极的。)

http://msdn.microsoft.com/en-us/library/system.math.round.aspx

默认的midpointround。ToEven，或者Bankers的舍入(2.5变成2,4.5变成4等等)曾经让我在写会计报告时感到苦恼，所以我将写几句话，讲述我以前和在这篇文章中研究的发现。

那些四舍五入到偶数的银行家是谁(也许是英国银行家!)?

从维基百科

“银行家”一词的起源 四舍五入仍然比较模糊。如果这 四舍五入法曾经是一种标准 银行业，证据已经证明 很难找到。到 相反，欧洲的第2节 委员会报告的介绍 欧元和货币四舍五入 数量表明有 以前没有标准的方法 银行业的四舍五入;而且它 指定“一半”的数量 应该被围捕。

这似乎是一种非常奇怪的四舍五入的方式，尤其是对银行业来说，当然，除非银行过去常常接受大量偶数的存款。押金240万英镑，但我们算200万英镑，先生。

IEEE标准754可以追溯到1985年，并给出了两种舍入方法，但标准推荐使用银行家的舍入方法。这篇维基百科的文章列出了一长串语言如何实现舍入(如果下面有任何错误请纠正我)，大多数语言都不使用Bankers的舍入，而是你在学校教过的:

C/ c++ round() from math.h舍入到0(不是银行家舍入) Java数学。舍入从0取整(它将结果取整，加0.5，强制转换为整数)。BigDecimal中有一个替代方案 Perl使用与C类似的方法 Javascript与Java的Math.Round相同。

使用. net对数字进行舍入可以得到您正在寻找的答案。

基本上它是这么说的:

返回值

精度等于数字的最接近的数字值。如果值位于两个数的中间，其中一个是偶数，另一个是奇数，则返回偶数。如果value的精度小于数字，则value不变地返回。

这种方法的行为遵循IEEE标准754，第4节。这种四舍五入有时被称为最接近四舍五入，或银行家四舍五入。如果数字为零，这种舍入有时被称为趋零舍入。

Silverlight不支持midpointrsurround选项。 下面是Silverlight的一个扩展方法，它添加了midpointrsurround枚举:

public enum MidpointRounding
{
    ToEven,
    AwayFromZero
}

public static class DecimalExtensions
{
    public static decimal Round(this decimal d, MidpointRounding mode)
    {
        return d.Round(0, mode);
    }

    /// <summary>
    /// Rounds using arithmetic (5 rounds up) symmetrical (up is away from zero) rounding
    /// </summary>
    /// <param name="d">A Decimal number to be rounded.</param>
    /// <param name="decimals">The number of significant fractional digits (precision) in the return value.</param>
    /// <returns>The number nearest d with precision equal to decimals. If d is halfway between two numbers, then the nearest whole number away from zero is returned.</returns>
    public static decimal Round(this decimal d, int decimals, MidpointRounding mode)
    {
        if ( mode == MidpointRounding.ToEven )
        {
            return decimal.Round(d, decimals);
        }
        else
        {
            decimal factor = Convert.ToDecimal(Math.Pow(10, decimals));
            int sign = Math.Sign(d);
            return Decimal.Truncate(d * factor + 0.5m * sign) / factor;
        }
    }
}

来源:http://anderly.com/2009/08/08/silverlight-midpoint-rounding-solution/