JS中数字的精度损失

JS数字的精度损失

所有数字都是以 64 位浮点数形式储存，即便整数也是如此。 所以我们在打印 1.00 这样的浮点数的结果是 1 而非 1.00

任何一门语言都会存在数字的精度损失问题，计算机只识别二进制，用户输入十进制的数字之后，计算机会将其转化成二进制进行运算，在转化成10进制返回给用户，在这些转化中可能会存在一些误差，

这里有一些经典的例子

0.1 + 0.2
运算结果：0.30000000000000004
// 0.7 + 0.1 = 0.7999999999999999
// 0.2 + 0.4 = 0.6000000000000001
// 2.22 + 0.1 = 2.3200000000000003

不论是在浏览器中，java或者是python中都会输出0.30000000000000004

9999999999999999 == 10000000000000001
true

16位的数字与17位相等

1.335.toFixed(2) // 1.33  四舍五入失效

计算机的二进制实现和位数限制有些数无法有限表示 就像一些无理数不能有限表示，如 圆周率 3.1415926…，1.3333… 等

精度损失的根本原因

浮点数四舍五入，模仿十进制进行四舍五入，由于二进制只有 0 和 1 两个，于是变为 0 舍 1 入。这即是计算机中部分浮点数运算时出现误差，丢失精度的根本原因。

大整数的精度丢失和浮点数本质上是一样的，尾数位最大是 52 位，因此 JS 中能精准表示的最大整数是 Math.pow(2, 53)，转化成10进制十进制即 9007199254740992，大于 9007199254740992 的可能会丢失精度

pow() 方法可返回 x 的 y 次幂的值。

看似有穷的数字, 在计算机的二进制表示里却是无穷的，由于存储位数限制因此存在“舍去”，精度丢失就发生了。

避免

对于整数，前端出现问题的几率可能比较低，毕竟很少有业务需要需要用到超大整数，只要运算结果不超过 Math.pow(2, 53) 就不会丢失精度。

对于小数，前端出现问题的几率还是很多的，尤其在一些电商网站涉及到金额等数据。解决方式：把小数放到位整数（乘倍数），再缩小回原来倍数（除倍数）

（0.1*100 + 0.2 *100）/100；

+ 引入Math.js

Math.js 是专门为 JavaScript 和 Node.js 提供的一个广泛的数学库。它具有灵活的表达式解析器，支持符号计算，配有大量内置函数和常量，并提供集成解决方案来处理不同的数据类型 像数字，大数字(超出安全数的数字)，复数，分数，单位和矩阵。

+ 转化成字符串

对于整数，我们可以通过用String类型的表示来取值或传值，否则会丧失精度。

+ 浮点数运算

在判断浮点数运算结果前对计算结果进行精度缩小，因为在精度缩小的过程总会自动四舍五入。

toFixed() 方法使用定点表示法来格式化一个数，会对结果进行四舍五入。