原文地址：http://www.cnblogs.com/snandy/p/4943138.html
本文分为三个部分
- JS 数字精度丢失的一些典型问题
- JS 数字精度丢失的原因
- 解决方案（一个对象+一个函数）
一、JS数字精度丢失的一些典型问题
1. 两个简单的浮点数相加
|
1
|
0.1 + 0.2 != 0.3
// true
|
Firebug
这真不是 Firebug 的问题，可以用alert试试 （哈哈开玩笑）。
看看Java的运算结果
再看看Python
2. 大整数运算
|
1
|
9999999999999999 == 10000000000000001
// ？
|
Firebug
16位和17位数竟然相等，没天理啊。
又如
|
1
2
|
var
x = 9007199254740992
x + 1 == x
// ？
|
看结果
三观又被颠覆了。
3. toFixed 不会四舍五入（Chrome）
|
1
|
1.335.toFixed(2)
// 1.33
|
Firebug
线上曾经发生过 Chrome 中价格和其它浏览器不一致，正是因为 toFixed 兼容性问题导致
二、JS 数字丢失精度的原因
计算机的二进制实现和位数限制有些数无法有限表示。就像一些无理数不能有限表示，如 圆周率 3.1415926...，1.3333... 等。JS 遵循 IEEE 754 规范，采用双精度存储（double precision），占用 64 bit。如图
意义
- 1位用来表示符号位
- 11位用来表示指数
- 52位表示尾数
浮点数，比如
|
1
2
|
0.1 >> 0.0001 1001 1001 1001…（1001无限循环）
0.2 >> 0.0011 0011 0011 0011…（0011无限循环）
|
此时只能模仿十进制进行四舍五入了，但是二进制只有 0 和 1 两个，于是变为 0 舍 1 入。这即是计算机中部分浮点数运算时出现误差，丢失精度的根本原因。
大整数的精度丢失和浮点数本质上是一样的，尾数位最大是 52 位，因此 JS 中能精准表示的最大整数是 Math.pow(2, 53)，十进制即 9007199254740992。
大于 9007199254740992 的可能会丢失精度
|
1
2
3
|
9007199254740992 >> 10000000000000...000
// 共计 53 个 0
9007199254740992 + 1 >> 10000000000000...001
// 中间 52 个 0
9007199254740992 + 2 >> 10000000000000...010
// 中间 51 个 0
|
实际上
|
1
2
3
4
|
9007199254740992 + 1
// 丢失
9007199254740992 + 2
// 未丢失
9007199254740992 + 3
// 丢失
9007199254740992 + 4
// 未丢失
|
结果如图
以上，可以知道看似有穷的数字, 在计算机的二进制表示里却是无穷的，由于存储位数限制因此存在“舍去”，精度丢失就发生了。
想了解更深入的分析可以看这篇论文（又长又臭）：What Every Computer Scientist Should Know About Floating-Point Arithmetic
三、解决方案
对于整数，前端出现问题的几率可能比较低，毕竟很少有业务需要需要用到超大整数，只要运算结果不超过 Math.pow(2, 53) 就不会丢失精度。
对于小数，前端出现问题的几率还是很多的，尤其在一些电商网站涉及到金额等数据。解决方式：把小数放到位整数（乘倍数），再缩小回原来倍数（除倍数）
|
1
2
|
// 0.1 + 0.2
(0.1*10 + 0.2*10) / 10 == 0.3
// true
|
以下是我写了一个对象，对小数的加减乘除运算丢失精度做了屏蔽。当然转换后的整数依然不能超过 9007199254740992。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
|
/**
* floatTool 包含加减乘除四个方法，能确保浮点数运算不丢失精度
*
* 我们知道计算机编程语言里浮点数计算会存在精度丢失问题（或称舍入误差），其根本原因是二进制和实现位数限制有些数无法有限表示
* 以下是十进制小数对应的二进制表示
* 0.1 >> 0.0001 1001 1001 1001…（1001无限循环）
* 0.2 >> 0.0011 0011 0011 0011…（0011无限循环）
* 计算机里每种数据类型的存储是一个有限宽度，比如 JavaScript 使用 64 位存储数字类型，因此超出的会舍去。舍去的部分就是精度丢失的部分。
*
* ** 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
floatTool =
function
() {
/*
* 判断obj是否为一个整数
*/
function
isInteger(obj) {
return
Math.floor(obj) === obj
}
/*
* 将一个浮点数转成整数，返回整数和倍数。如 3.14 >> 314，倍数是 100
* @param floatNum {number} 小数
* @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，实现加减乘除运算，确保不丢失精度
* 思路：把小数放大为整数（乘），进行算术运算，再缩小为小数（除）
*
* @param a {number} 运算数1
* @param b {number} 运算数2
* @param digits {number} 精度，保留的小数点数，比如 2, 即保留为两位小数
* @param op {string} 运算类型，有加减乘除（add/subtract/multiply/divide）
*
*/
function
operation(a, b, 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) {
// 两个小数位数相同
result = n1 + n2
}
else
if
(t1 > t2) {
// o1 小数位 大于 o2
result = n1 + n2 * (t1 / t2)
}
else
{
// o1 小数位 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'
:
return
result =
function
() {
var
r1 = n1 / n2
var
r2 = t2 / t1
return
operation(r1, r2,
'multiply'
)
}()
}
}
// 加减乘除的四个接口
function
add(a, b) {
return
operation(a, b,
'add'
)
}
function
subtract(a, b) {
return
operation(a, b,
'subtract'
)
}
function
multiply(a, b) {
return
operation(a, b,
'multiply'
)
}
function
divide(a, b) {
return
operation(a, b,
'divide'
)
}
// exports
return
{
add: add,
subtract: subtract,
multiply: multiply,
divide: divide
}
}();
|
toFixed的修复如下
|
1
2
3
4
5
6
7
|
// toFixed 修复
function
toFixed(num, s) {
var
times = Math.pow(10, s)
var
des = num * times + 0.5
des = parseInt(des, 10) / times
return
des +
''
}
|
相关：
http://0.30000000000000004.com
http://docs.oracle.com/cd/E19957-01/806-3568/ncg_goldberg.html