js 计算误差的原因 及 加减乘除计算方法

先附上代码,后面有原因分析及解决方案，感兴趣可以自行查看：

//加法
function Add(arg1, arg2) {
  var r1, r2, m;
  try {
    r1 = arg1.toString().split(".")[1].length;
  } catch (e) {
    r1 = 0;
  }
  try {
    r2 = arg2.toString().split(".")[1].length;
  } catch (e) {
    r2 = 0;
  }
  m = Math.pow(10, Math.max(r1, r2));
  return (Mul(arg1, m) + Mul(arg2, m)) / m;
}
//减法
function Sub(arg1, arg2) {
  var r1, r2, m;
  try {
    r1 = arg1.toString().split(".")[1].length;
  } catch (e) {
    r1 = 0;
  }
  try {
    r2 = arg2.toString().split(".")[1].length;
  } catch (e) {
    r2 = 0;
  }
  m = Math.pow(10, Math.max(r1, r2));
  return (Mul(arg1, m) - Mul(arg2, m)) / m;
}
//乘法
function Mul(arg1, arg2) {
  var m = 0,
    s1 = arg1.toString(),
    s2 = arg2.toString();
  try {
    m += s1.split(".")[1].length;
  } catch (e) {}
  try {
    m += s2.split(".")[1].length;
  } catch (e) {}
  return (
    (Number(s1.replace(".", "")) * Number(s2.replace(".", ""))) /
    Math.pow(10, m)
  );
}

function Div(arg1, arg2) {
  var t1 = 0,
    t2 = 0,
    r1,
    r2;
  try {
    t1 = arg1.toString().split(".")[1].length;
  } catch (e) {}
  try {
    t2 = arg2.toString().split(".")[1].length;
  } catch (e) {}
  with(Math) {
    r1 = Number(arg1.toString().replace(".", ""));
    r2 = Number(arg2.toString().replace(".", ""));
    return (r1 / r2) * pow(10, t2 - t1);
  }
}

问题描述：

在做公司库存数量的逻辑时踩到的大坑，如果对于浮点数，直接在JavaScript中进行加减乘除四则运算会出现很大的误差。问题产生的原因在于，计算机中是将十进制的数据转化为二进制来进行计算的，而对于浮点型的数据，转化成二进制之后可能会变成一个无限循环的数字，而计算机中是不允许无限循环的存在的，那就要做截断，而截断后的数据运算之后再转成十进制就可能会产生极大的误差。

其实并不是只JS存在这种问题，Java、C++也都如此，只不过他们内部都有封装好的方法来解决这个问题。JS是一门弱语言，没有做类似的操作。

---

原因分析：

浮点数是相对于定点数来说的。

计算机中小数的表示法，有定点和浮点两种。

定点，即小数点固定，比如：302876512411.25 小数点固定在数字的个位数右边
浮点，即小数点不固定（浮动），3.028e+11 小数点不固定在个位数和小数之间，而是根据指数值进行前后浮动

可以这么理解，科学记数法就是浮点数的表示方式

那么，我们为什么要使用浮点数呢？

我们可以先考虑下，为什么要使用科学记数法？

302876512411.25
3.028e+11

科学记数法的核心就是：通过移动小数点，只在小数点前保留一位数字，其他都算作小数，并使用指数记录小数点移动的位数

好处是，通过指数就可以很直观的看出数值的大小（而不用个十百千万的数）

其实它还有另一个好处，如果省略小数点后几位的话，它会显得很廋，不像原值那么臃肿（缺点是精度丢失）

---

解决方案：

看到网上也有用toFixed()方法来解决的，但是这种四舍五入的方式在高精度需求下也显得不那么严谨。

最常用的方法就是把需要计算的数字升级（乘以10的n次幂）成计算机能够精确识别的整数，等计算完毕再降级（除以10的n次幂），这是大部分编程语言处理精度差异的通用方法。 

欢迎留言交流，QQ：1960816818