惊！为什么 0.1 + 0.2 !== 0.3

因为 JS 采用 IEEE 754 双精度版本（64位），并且只要采用 IEEE 754 的语言都有该问题。

我们都知道计算机表示十进制是采用二进制表示的。

1. 基础

双精度浮点数的结构如下：

1位符号 | 11位指数 | 52位尾数

符号位：0表示正数，1表示负数
指数：采用偏移量为1023的表示法（即实际指数 + 1023）
尾数：标准化后的有效数去掉开头的1，并截取52位。

2. 将十进制小数0.1转换为二进制：

十进制到二进制转换：通过逐步乘以2，取整数部分作为二进制小数部分的下一位，取小数部分继续乘以2。重复此过程直到小数部分为0或达到所需的精度。

0.1 * 2 = 0.2 -> 整数部分为0，小数部分为0.2
0.2 * 2 = 0.4 -> 整数部分为0，小数部分为0.4
0.4 * 2 = 0.8 -> 整数部分为0，小数部分为0.8
0.8 * 2 = 1.6 -> 整数部分为1，小数部分为0.6
0.6 * 2 = 1.2 -> 整数部分为1，小数部分为0.2
0.2 * 2 = 0.4 -> 整数部分为0，小数部分为0.4
......

这个过程会继续下去，结果是一个无限循环小数：0.00011001100110011001100110011...。

小数算二进制和整数不同。乘法计算时，只计算小数位，整数位用作每一位的二进制，并且得到的第一位为最高位。所以我们得出 0.1 = 1.1001100110011001100110011001100110011001100110011001×2^−4

3. 将十进制小数0.2转换为二进制：

0.2 * 2 = 0.4 -> 整数部分为0，小数部分为0.4
0.4 * 2 = 0.8 -> 整数部分为0，小数部分为0.8
0.8 * 2 = 1.6 -> 整数部分为1，小数部分为0.6
0.6 * 2 = 1.2 -> 整数部分为1，小数部分为0.2
0.2 * 2 = 0.4 -> 整数部分为0，小数部分为0.4
0.4 * 2 = 0.8 -> 整数部分为0，小数部分为0.8

那么 0.2 的演算也基本如上所示，只需要去掉第一步乘法，所以得出 0.2 = 1.1001100110011001100110011001100110011001100110011001×2^−3

4. 具体计算

1. 对齐指数
   将0.1的尾数右移一位对齐0.2的指数：

0.1 尾数（右移一位）： 0.110011001100110011001100110011001100110011001100110011001100
0.2 尾数：           1.100110011001100110011001100110011001100110011001100110011001

2. 尾数相加
   将对齐后的尾数相加：

  0.110011001100110011001100110011001100110011001100110011001100
+ 1.100110011001100110011001100110011001100110011001100110011001
---------------------------------------------------------------
 10.011001100110011001100110011001100110011001100110011001100101

由于结果超过了1，我们需要规范化：

1.001100110011001100110011001100110011001100110011001100110010 × 2^{-2}

尾数部分为：1.001100110011001100110011001100110011001100110011001100110010

3. 将尾数部分转换成十进制：

1+ 0×2^−1 
 + 0×2^−2 
 + 1×2^−3
 + 1×2^−4
 + 0×2^−5
 + 0×2^−6
 + 1×2^−7
 + 1×2^−8
 + …
=
1 + 1/8
  + 1/16
  + 1/128
  + 1/256
  + 1/2048
  + 1/4096
  + 1/32768
  + 1/65536
  + 1/524288
  + …
=
1 + 0.125
  + 0.0625
  + 0.0078125
  + 0.00390625
  + 0.00048828125
  + 0.000244140625
  + 0.000030517578125
  + 0.0000152587890625
  + 0.0000019073486328125
  + …
≈ 1.1999999999999999555910790149937383830547332763671875

最终结果

1.1999999999999999555910790149937383830547332763671875 x 2^{-2}
= 1.1999999999999999555910790149937383830547332763671875 / 4
≈ 0.3000000000000000444089209850062616169452667236328125

5. 解决办法

1. 固定小数位数比较
   将浮点数运算结果保留一定的小数位数，然后进行比较：

function isEqual(a, b, epsilon = Number.EPSILON) {
  return Math.abs(a - b) < epsilon;
}

const result = 0.1 + 0.2;
console.log(isEqual(result, 0.3)); // 输出: true

2. 转换成整数进行计算
   将浮点数转换为整数进行计算，确保运算的精度：

function add(a, b) {
  const factor = Math.pow(10, 10); // 选择足够大的因子
  return (Math.round(a * factor) + Math.round(b * factor)) / factor;
}

const result = add(0.1, 0.2);
console.log(result === 0.3); // 输出: true

3. 指定小数位数进行计算

parseFloat((0.1 + 0.2).toFixed(10))

4. 使用Big.js第三方库

const a = new Big(0.1);
const b = new Big(0.2);
 
const sum = a.plus(b); // 加法