先看几个例子 (基于node 8.4环境的测试)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
> console.log(0.2 === 0.2)
true
> console.log(0.2 == 0.2)
true
> console.log(0.2 == 0.1 + 0.1)
true
> console.log(0.2 === 0.1 + 0.1)
true
> console.log(0.20 === 0.1 + 0.1)
true
> console.log(0.30 === 0.1 + 0.2)
false
> console.log(0.3 === 0.1 + 0.2)
false
> console.log(0.2 === 0.1 + 0.1)
true
> console.log(0.1 + 0.1)
0.2
> console.log(0.1 + 0.2)
0.30000000000000004
> console.log(0.2 + 0.2)
0.4
> console.log(0.2 + 0.3)
0.5
> console.log(0.2 + 0.4)
0.6000000000000001
|
这些例子显示js中浮点数计算并不是精确值, 因此并不能简单的判断浮点数是不是相等.原因在于 十进制到二进制的转换导致的精度问题！ 同样的问题出现在C/C++,Java,Javascript中，准确的说：“使用了IEEE 754浮点数格式”来存储浮点类型(float 32,double 64)的任何编程语言都有这个问题！
原理:
IEEE 754浮点格式：它用科学记数法以底数为2的小数来表示浮点数。IEEE浮点数（共32位）用1位表示数字符号，用8位表示指数，用23位来表示尾数（即小数部分）。此处指数用移码存储，尾数则是原码（没有符号位）。之所以用移码是因为移码的负数的符号位为0，这可以保证浮点数0的所有位都是0。双精度浮点数(64位)，使用1位符号位、11位指数位、52位尾数位来表示。
因为科学记数法有很多种方式来表示给定的数字，所以要规范化浮点数，以便用底数为2并且小数点左边为1的小数来表示（注意是二进制的，所以只要不为0则一定有一位为1），按照需要调节指数就可以得到所需的数字。例如：十进制的1.25 => 二进制的1.01 => 则存储时指数为0、尾数为1.01、符号位为0.（十进制转二进制）
实例
为什么“0.1+0.2=0.30000000000000004”？首先声明这是javascript语言计算的结果（注意Javascript的数字类型是以64位的IEEE 754格式存储的）。正如同十进制无法精确表示1/3(0.33333…)一样，二进制也有无法精确表示的值。例如1/10。64位浮点数情况下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
十进制0.1
=> 二进制0.00011001100110011...(循环0011)
=>尾数为1.1001100110011001100...1100（共52位，除了小数点左边的1），指数为-4（二进制移码为00000000010）,符号位为0
=> 存储为：0 00000000100 10011001100110011...11001
=> 因为尾数最多52位，所以实际存储的值为0.00011001100110011001100110011001100110011001100110011001
十进制0.2
=> 二进制0.0011001100110011...(循环0011)
=>尾数为1.1001100110011001100...1100（共52位，除了小数点左边的1），指数为-3（二进制移码为00000000011）,符号位为0
=> 存储为：0 00000000011 10011001100110011...11001
因为尾数最多52位，所以实际存储的值为0.0011001100110011001100110011001100110011001100110011001
两者相加：
0.00011001100110011001100110011001100110011001100110011001 + 0.0011001100110011001100110011001100110011001100110011001 = 0.01001100110011001100110011001100110011001100110011001111
转换成10进制之后得到：0.30000000000000004！
而 0.1 + 0.1 =
0.00011001100110011001100110011001100110011001100110011001 +
0.00011001100110011001100110011001100110011001100110011001 =
0.00110011001100110011001100110011001100110011001100110010
0.0011001100110011001100110011001100110011001100110011001 === 0.2
|
基于上基本了解了浮点数计算问题的由来, 当然关于IEEE 754标准可以wiki, 还有标准的四种舍入方式:
- 舍入到最接近：舍入到最接近，在一样接近的情况下偶数优先（Ties To Even，这是默认的舍入方式）：会将结果舍入为最接近且可以表示的值，但是当存在两个数一样接近的时候，则取其中的偶数（在二进制中式以0结尾的）。
- 朝+∞方向舍入：会将结果朝正无限大的方向舍入。
- 朝-∞方向舍入：会将结果朝负无限大的方向舍入。
- 朝0方向舍入：会将结果朝0的方向舍入。
如何处理
关于建议推荐这篇 http://yanhaijing.com/javascript/2014/03/14/what-every-javascript-developer-should-know-about-floating-points/
以下为引用:
设计处理JavaScript数字的问题，已经存在很多的建议，好坏参半。大多数这些建议都是在算数运算之前或之后完成取舍。
到目前位置我见过的寥寥无几的建议就是把运算数全部存储为整数（无类型），然后格式化显示。通过一个例子可以看出，在账户中大量储存的美分而不是美元（不知道举的例子是什么账户）。这里有一个值得注意的问题——不是世界上所有的货币都是十进制的（毛里求斯币：毛里求斯卢比是毛里求斯共和国的流通货币。币值有25、50、100、200、500、1000和2000。辅币单位为分）。同时，吐槽了日元和人名币……。最终，你会重新创建浮点——有可能。
我见过处理浮点数最好的建议是使用库，像sinfuljs或mathjs。我个人比较喜欢mathjs（但实际上，任何和数学相关的我甚至不会使用JavaScript去做）。当需要任意精度数学计算的时候，BigDecimal也是非常有用的。
另一个被多次重复的建议是使用内置的toPrecision()和toFixed()方法。使用他们时最容易犯得逻辑错误是忘记这些方法的返回值字符串。所以如果你像下面这样会得不到想要的结果：
1
2
3
4
5
6
|
function foo(x, y) {
return x.toPrecision() + y.toPrecision()
}
> foo(0.1, 0.2)
"0.10.2"
|
设计内置方法toPrecision()和toFixed()的目的仅是用于显示。谨慎使用！