如何避开JavaScript浮点数计算精度问题（如0.1+0.2!==0.3）

不知道大家在使用JS的过程中有没有发现某些浮点数运算的时候，得到的结果存在 精度问题：比如0.1 + 0.2 = 0.30000000000000004以及7 * 0.8 = 5.6000000000000005等等。


究竟是什么原因造成了这个问题？实际上是因为计算机内部的信息都是由 二进制方式表示的，即0和1组成的各种编码，但由于 某些浮点数没办法用二进制准确的表示出来，也就带来了一系列精度问题。当然这也 不是JS独有的问题。


接下来让我们 以0.1+0.2为例，深入理解一下 浮点数的运算方法，以及使用JS时应该如何 规避这个问题。这个问题很基础，但也很有了解的必要，大家就当是复习一下 《计算机组成原理》吧。

通过后面的几个小章节，将会大致为大家介绍以下几个方面内容：

● 浮点数的二进制表示方式
● IEEE 754 标准是什么
● 避开浮点数计算精度问题的方案
● 测试框架(Mocha)的基本用法

一、计算机的运算方式

㈠ 如何将小数转成二进制

① 整数部分：除2取余数，若商不为0则继续对它除2，当商为0时则将所有余数逆序排列；
② 小数部分：乘2取整数部分，若小数不为0则继续乘2，直至小数部分为0将取出的整数位正序排列。（若小数部分无法为零，根据有效位数要求取得相应数值，位数后一位0舍1入进行取舍）
利用上述方法，我们尝试一下将0.1转成二进制：
0.1 * 2 = 0.2 - - - - - - - - - - 取0
0.2 * 2 = 0.4 - - - - - - - - - - 取0
0.4 * 2 = 0.8 - - - - - - - - - - 取0
0.8 * 2 = 1.6 - - - - - - - - - - 取1
0.6 * 2 = 1.2 - - - - - - - - - - 取1
0.2 * 2 = 0.4 - - - - - - - - - - 取0
......
算到这就会发现小数部分再怎么继续乘都 不会等于0，所以 二进制是没办法精确表示0.1的。
那么0.1的二进制表示是：0.000110011......0011...... (0011无限循环)
而0.2的二进制表示则是：0.00110011......0011...... (0011无限循环)
而具体应该保存多少位数，则 需要根据使用的是什么标准来确定，也就是下一节所要讲到的内容。

㈡ IEEE 754 标准

IEEE 754 标准是IEEE二进位浮点数算术标准(IEEE Standard for Floating-Point Arithmetic)的标准编号。IEEE 754 标准规定了计算机程序设计环境中的二进制和十进制的浮点数自述的交换、算术格式以及方法。
根据IEEE 754标准，任意一个二进制浮点数都可以表示成以下形式：

S为数符，它表示浮点数的正负（0正1负）；M为有效位（尾数）；E为阶码，用移码表示，阶码的真值都被加上一个常数（偏移量）。

尾数部分M通常都是规格化表示的，即非"0"的尾数其第一位总是"1"，而这一位也称隐藏位，因为存储时候这一位是会被省略的。比如保存1.0011时，只保存0011，等读取的时候才把第一位的1加上去，这样做相当于多保存了1位有效数字。

常用的浮点格式有：
① 单精度：

这是32位的浮点数，最高的1位是符号位S，后面的8位是指数E，剩下的23位为尾数（有效数字）M；
其 真值为：

② 双精度：