php 把0放左边1放右边,揭秘 0.1 + 0.2 != 0.3(php 請自覺點用round)

事實上，不僅僅是 JS，在其他采用 IEEE754 浮點數標准的語言中，0.1 + 0.2 都不會等於 0.3，但是 0.2 + 0.3 卻等於 0.5，這是為何？想必這類問題也困擾着不少程序員。

IEEE754 浮點數的演算

我們知道，科學計數法中 30000 可以寫成 3x104，以 10 為底數 4 為指數的科學計數法。在 IEEE754 標准中是比較類似的，只不過它是二進制數，底數也為 2。

IEEE 754 中最常用的浮點數值表示法是：單精確度(32位)和雙精確度(64位)，JavaScript 采用的是后者。舉個例子，十進制數 150，使用雙精度浮點數表示法，表示如下：

// D 表示十進制，B 表示二進制150D = 2^8 * 0.1001011B // 后面省略了 46 個 0

可以通過短除法計算：

150 余數位÷ 2---------------75 0÷ 2---------------37 1÷ 2---------------18 1÷ 2---------------9 0÷ 2---------------4 1÷ 2---------------2 0÷ 2---------------1 0÷ 2---------------0 1

最后一個余數為高位值，於是拿到 150 對應的二進制數位 1001011，也就等於 2^8 * 0.1001011。

上面是整數的表示法，而小數的表示法采用的是乘二取整，如 0.1，它的二進制表示為：

// (0011) 表示循環0.1D = 2^-3 * 0.110011(0011)

其演算方法如下：

0.1 整數位× 2---------------0.2 0× 2---------------0.4 0 * ↓× 2---------------0.8 0× 2---------------1.6 1× 2---------------1.2 1× 2---------------0.4 0 * ↑(0011循環)

與整數不同的是，第一個計算得到的整數位為最高位，故 0.1 對應的二進制數為 0.000110011(0011)，也就等於 2^-3 0.1100110011(0011)。

如果一個數既包含整數部分，又包含小數部分，其表示法的計算，需要分拆為整數和小數兩部分，然后相加得到結果。

IEEE754 浮點數精度丟失

IEEE754 浮點數表示法的數據格式如下圖：

// 下圖采用大端表示，高位在左，低位在右。sign exponent fraction+---+----------+---------------------+| 1 | 2~12 | 13~64 |+---+----------+---------------------+

符號位：高位第 1 位，如圖 sign 部分

指數位：高位第 2~12 位，如圖 exponent 部分

尾數位：剩下的 fraction 部分

從上面小數的乘二取整演算中可以看到，有些小數對應的二進制數是無法寫全的，比如 0.1，而 fraction 尾數部分有要求，只允許 52 位，超過部分進一舍零。

那么，我們就可以得到：

0.1D= 2^-4 * 1.10011(0011)B= 2^-4 * 1.10011(0011 repeat 12 times)0011B // ← 最后一位為 1，進 1= 2^-4 * 1.10011(0011 repeat 12 times)010B

揭秘 0.1 + 0.2

根據上面我們了解到的知識，我們可以很容易算出這些值：

0.1D = 2^-4 * 1.1001100110011001100110011001100110011001100110011010B0.2D = 2^-3 * 1.1001100110011001100110011001100110011001100110011010B0.3D = 2^-2 * 1.0011001100110011001100110011001100110011001100110011B

0.1 + 0.2 時，先將兩者指數統一為 -3，故 0.1 小數點向左移一位，於是：

0.1100110011001100110011001100110011001100110011001101B+ 1.1001100110011001100110011001100110011001100110011010B------------------------------------------------------------= 10.0110011001100110011001100110011001100110011001100111B

得到的二進制數為：

10.0110011001100110011001100110011001100110011001100111B

小數點往左移一位使得整數部分為 1，此時尾數部分為 53 位，進一舍零，於是得到最后的值是：

2^-2 * 1.0011001100110011001100110011001100110011001100110100

這個值轉化成真值，結果為：0.30000000000000004。那么 0.1 + 0.2 = 0.30000000000000004 的推演到這里就結束了。

相關驗證

畢竟咱們手動計算可能存在筆誤，可以通過一個叫做 double-bits 的 npm 進行推演，我寫了一個小 demo，感興趣的可以玩耍下：

const db = require('double-bits');const pad = require('pad');// [lo, hi] where lo is a 32 bit integer and hi is a 20 bit integer.const base2Str = (n) => {const f = db.fraction(n);const s = db.sign(n) ? '-' : '';const e = `2^${db.exponent(n) + 1}`;const t = `0.${pad(f[1].toString(2), 20, '0')}${pad(f[0].toString(2), 32, '0')}`;return `${s}${e} * ${t}`;};console.log(base2Str(0.1).toString(2));console.log(base2Str(0.2).toString(2));console.log(base2Str(0.3).toString(2));console.log(base2Str(1.2).toString(2));

上面輸出結果為：

2^-3 * 0.110011001100110011001100110011001100110011001100110102^-2 * 0.110011001100110011001100110011001100110011001100110102^-1 * 0.100110011001100110011110011001100110011001100110011002^1 * 0.10011001100110011001111001100110011001100110011001100

最后

為了按照計算機的思維，IEEE754 的標准來計算 0.1 + 0.2，又重新復習了一遍大學計算機基礎的知識，原碼、反碼、補碼，以及除二取余、乘二取整計算法，最后能夠推演出來，也算是一個勝利吧~