原因:js按照2進制來處理小數的加減乘除,在arg1的基礎上 將arg2的精度進行擴展或逆擴展匹配,所以會出現如下情況.
javascript(js)的小數點加減乘除問題，是一個js的bug如0.3*1 = 0.2999999999等，下面列出可以完美求出相應精度的四種js算法
function accDiv(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 accMul((r1/r2),pow(10,t2-t1)); } } //乘法 function accMul(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) } //加法 function accAdd(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 (arg1*m+arg2*m)/m } //減法 function Subtr(arg1,arg2){ var r1,r2,m,n; 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)); n=(r1>=r2)?r1:r2; return ((arg1*m-arg2*m)/m).toFixed(n); } 下面我們來具體分析洗在JavaScript中關于數字精度的丟失問題
一、JS數字精度丟失的一些典型問題
1. 兩個簡單的浮點數相加
0.1 + 0.2 != 0.3 // true
Firebug
這真不是 Firebug 的問題，可以用alert試試 （哈哈開玩笑）。
看看Java的運算結果
再看看Python
2. 大整數運算
9999999999999999 == 10000000000000001 // ？
Firebug
16位和17位數竟然相等，沒天理啊。
又如
var x = 9007199254740992x + 1 == x // ？
看結果
三觀又被顛覆了。
3. toFixed 不會四舍五入（Chrome）
1.335.toFixed(2) // 1.33
Firebug
線上曾經發生過 Chrome 中價格和其它瀏覽器不一致，正是因為 toFixed 兼容性問題導致
二、JS 數字丟失精度的原因
計算機的二進制實現和位數限制有些數無法有限表示。就像一些無理數不能有限表示，如 圓周率 3.1415926...，1.3333... 等。JS 遵循 IEEE 754 規范，采用雙精度存儲（double precision），占用 64 bit。如圖
意義
浮點數，比如
0.1 >> 0.0001 1001 1001 1001…（1001無限循環）0.2 >> 0.0011 0011 0011 0011…（0011無限循環）
此時只能模仿十進制進行四舍五入了，但是二進制只有 0 和 1 兩個，于是變為 0 舍 1 入。這即是計算機中部分浮點數運算時出現誤差，丟失精度的根本原因。
大整數的精度丟失和浮點數本質上是一樣的，尾數位最大是 52 位，因此 JS 中能精準表示的最大整數是 Math.pow(2, 53)，十進制即 9007199254740992。
大于 9007199254740992 的可能會丟失精度
9007199254740992 >> 10000000000000...000 // 共計 53 個 09007199254740992 + 1 >> 10000000000000...001 // 中間 52 個 09007199254740992 + 2 >> 10000000000000...010 // 中間 51 個 0
實際上
9007199254740992 + 1 // 丟失9007199254740992 + 2 // 未丟失9007199254740992 + 3 // 丟失9007199254740992 + 4 // 未丟失
結果如圖
以上，可以知道看似有窮的數字, 在計算機的二進制表示里卻是無窮的，由于存儲位數限制因此存在“舍去”，精度丟失就發生了。
想了解更深入的分析可以看這篇論文（又長又臭）：What Every Computer Scientist Should Know About Floating-Point Arithmetic
三、解決方案
對于整數，前端出現問題的幾率可能比較低，畢竟很少有業務需要需要用到超大整數，只要運算結果不超過 Math.pow(2, 53) 就不會丟失精度。
對于小數，前端出現問題的幾率還是很多的，尤其在一些電商網站涉及到金額等數據。解決方式：把小數放到位整數（乘倍數），再縮小回原來倍數（除倍數）
// 0.1 + 0.2(0.1*10 + 0.2*10) / 10 == 0.3 // true
以下是我寫了一個對象，對小數的加減乘除運算丟失精度做了屏蔽。當然轉換后的整數依然不能超過 9007199254740992。
/** * floatObj 包含加減乘除四個方法，能確保浮點數運算不丟失精度 * * 我們知道計算機編程語言里浮點數計算會存在精度丟失問題（或稱舍入誤差），其根本原因是二進制和實現位數限制有些數無法有限表示 * 以下是十進制小數對應的二進制表示 * 0.1 >> 0.0001 1001 1001 1001…（1001無限循環） * 0.2 >> 0.0011 0011 0011 0011…（0011無限循環） * 計算機里每種數據類型的存儲是一個有限寬度，比如 JavaScript 使用 64 位存儲數字類型，因此超出的會舍去。舍去的部分就是精度丟失的部分。 * * ** method ** * add / subtract / multiply /divide * * ** explame ** * 0.1 + 0.2 == 0.30000000000000004 （多了 0.00000000000004） * 0.2 + 0.4 == 0.6000000000000001 （多了 0.0000000000001） * 19.9 * 100 == 1989.9999999999998 （少了 0.0000000000002） * * floatObj.add(0.1, 0.2) >> 0.3 * floatObj.multiply(19.9, 100) >> 1990 * */var floatObj = function() { /* * 判斷obj是否為一個整數 */ function isInteger(obj) { return Math.floor(obj) === obj } /* * 將一個浮點數轉成整數，返回整數和倍數。如 3.14 >> 314，倍數是 100 * @param floatNum {number} 小數 * @return {object} * {times:100, num: 314} */ function toInteger(floatNum) { var ret = {times: 1, num: 0} if (isInteger(floatNum)) { ret.num = floatNum return ret } var strfi = floatNum + '' var dotPos = strfi.indexOf('.') var len = strfi.substr(dotPos+1).length var times = Math.pow(10, len) var intNum = parseInt(floatNum * times + 0.5, 10) ret.times = times ret.num = intNum return ret } /* * 核心方法，實現加減乘除運算，確保不丟失精度 * 思路：把小數放大為整數（乘），進行算術運算，再縮小為小數（除） * * @param a {number} 運算數1 * @param b {number} 運算數2 * @param digits {number} 精度，保留的小數點數，比如 2, 即保留為兩位小數 * @param op {string} 運算類型，有加減乘除（add/subtract/multiply/divide） * */ function operation(a, b, digits, op) { var o1 = toInteger(a) var o2 = toInteger(b) var n1 = o1.num var n2 = o2.num var t1 = o1.times var t2 = o2.times var max = t1 > t2 ? t1 : t2 var result = null switch (op) { case 'add': if (t1 === t2) { // 兩個小數位數相同 result = n1 + n2 } else if (t1 > t2) { // o1 小數位 大于 o2 result = n1 + n2 * (t1 / t2) } else { // o1 小數位 小于 o2 result = n1 * (t2 / t1) + n2 } return result / max case 'subtract': if (t1 === t2) { result = n1 - n2 } else if (t1 > t2) { result = n1 - n2 * (t1 / t2) } else { result = n1 * (t2 / t1) - n2 } return result / max case 'multiply': result = (n1 * n2) / (t1 * t2) return result case 'divide': result = (n1 / n2) * (t2 / t1) return result } } // 加減乘除的四個接口 function add(a, b, digits) { return operation(a, b, digits, 'add') } function subtract(a, b, digits) { return operation(a, b, digits, 'subtract') } function multiply(a, b, digits) { return operation(a, b, digits, 'multiply') } function divide(a, b, digits) { return operation(a, b, digits, 'divide') } // exports return { add: add, subtract: subtract, multiply: multiply, divide: divide }}();toFixed的修復如下
// toFixed 修復function toFixed(num, s) { var times = Math.pow(10, s) var des = num * times + 0.5 des = parseInt(des, 10) / times return des + ''}新聞熱點
疑難解答
