本文介绍了计算机存储浮点数时面临的精度丢失问题，以JavaScript的Number类型为例，探讨了IEEE754规范和浮点数表示的挑战。提出当遇到无限循环小数时，通过`toPrecision`和`parseFloat`方法进行处理以得到预期结果。
一、场景复现
比如一个数 1÷3=0.33333333......
3会一直无限循环，数学可以表示，但是计算机要存储，方便下次取出来再使用，但0.333333...... 这个数无限循环，再大的内存它也存不下，所以不能存储一个相对于数学来说的值，只能存储一个近似值，当计算机存储后再取出时就会出现精度丢失问题
二、了解一下浮点数
“浮点数”是一种表示数字的标准，整数也可以用浮点数的格式来存储
我们也可以理解成，浮点数就是小数
在JavaScript中，现在主流的数值类型是Number，而Number采用的是IEEE754规范中64位双精度浮点数编码
这样的存储结构优点是可以归一化处理整数和小数，节省存储空间
对于一个整数，可以很轻易转化成十进制或者二进制。但是对于一个浮点数来说，因为小数点的存在，小数点的位置不是固定的。
三、解决方案
理论上用有限的空间来存储无限的小数是不可能保证精确的，但我们可以处理一下得到我们期望的结果
当你拿到 1.4000000000000001 这样的数据要展示时，建议使用 toPrecision 凑整并 parseFloat 转成数字后再显示，如下：
扫一扫
481
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
