最近看了一篇关于 JavaScript 浮点数陷阱的文章,写的挺不错,怕以后找不到了,我在这里自己再总结一份。
问题
在 JS 的运算中经常会遇到这样的问题:
0.1 + 0.2 = 0.30000000000000004
1 - 0.9 = 0.09999999999999998
这些都是由与浮点数误差导致的问题。具体的分析,请往下看。
浮点数存储
JavaScript 中所有数字包括整数和小数都只有一种类型 — Number
。它的实现遵循 IEEE 754
标准,使用 64 位固定长度来表示,也就是标准的 double
双精度浮点数(相关的还有float 32位单精度)。
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。
64位比特又可分为三个部分:
- 符号位S:第 1 位是正负数符号位(sign),0代表正数,1代表负数
- 指数位E:中间的 11 位存储指数(exponent),用来表示次方数
- 尾数位M:最后的 52 位是尾数(mantissa),超出的部分自动进一舍零
实际数字就可以用以下公式来计算:
注意以上的公式遵循科学计数法的规范。
E 是一个无符号整数,因为长度是11位,取值范围是 0~2047。但是科学计数法中的指数是可以为负数的,所以再减去一个中间数 1023,[0,1022]表示为负,[1024,2047] 表示为正。所以指数就可以表示为 E - 1023
。
M 在十进制是为 0<M<10,到二进制就是 0<M<2。也就是说二进制的整数部分只能是1,所以可以被舍去,只保留后面的小数部分,所以尾数部分就可以多表示一位(53位),即 M + 1
。
最终公式变成:
举个例子,按照公式, 4.5 转换成二进制就是 100.1,科学计数法表示是 1.001*2^2,舍去整数部分1后 M = 001
,E = 1025
。用图表示为:(图片生成工具链接)
分析问题
经过对浮点数存储的了解,下面我们来分析为什么在 JS 中
0.1 + 0.2 = 0.30000000000000004
?
1、将 0.1 转换成二进制为 0.0001100110011001100(1100循环)
2、科学计数法表示为 1.100110011001100*2^-4,所以 E=-4+1023=1019
,M=100110011...
(去掉首位1)。最终为:
仔细看后几位标红的地方,由于存储限制,后面的几位进行了进位运算。所以将存储的数再转化成十进制后为 0.100000000000000005551115123126
,这就出现了浮点误差。
同上面步骤一样将 0.1 和 0.2 都转成二进制浮点数后再做运算:
// 0.1 和 0.2 都转化成二进制后再进行运算
0.00011001100110011001100110011001100110011001100110011010 +
0.0011001100110011001100110011001100110011001100110011010 =
0.0100110011001100110011001100110011001100110011001100111
// 转成十进制正好是 0.30000000000000004
解决方法
1、用 toPrecision
方法将运算结果转化精度后再用 parseFloat
转成数字。
function strip(num, precision = 12) {
return parseFloat(num.toPrecision(precision));
}
为什么选择 12 做为默认精度?这是一个经验的选择,一般选12就能解决掉大部分0001和0009问题,而且大部分情况下也够用了,如果你需要更精确可以调高。
2、把小数转成整数后再运算。
/**
* 精确加法
*/
function add(num1, num2) {
const num1Digits = (num1.toString().split('.')[1] || '').length;
const num2Digits = (num2.toString().split('.')[1] || '').length;
const baseNum = Math.pow(10, Math.max(num1Digits, num2Digits));
return (num1 * baseNum + num2 * baseNum) / baseNum;
}