如果我問你 0.1 + 0.2 等于幾？你可能會(huì)送我一個(gè)白眼，0.1 + 0.2 = 0.3 啊，那還用問嗎？但是你知道嗎，同樣的問題放在編程語言中，或許就不是想象中那么簡單的事兒了。
不信？我們先來看一段 JS。

var numA = 0.1;
var numB = 0.2;
alert( (numA + numB) === 0.3 );

執(zhí)行結(jié)果是 false。沒錯(cuò)，當(dāng)我第一次看到這段代碼時(shí)，我也理所當(dāng)然地以為它是 true，但是執(zhí)行結(jié)果讓我大跌眼鏡，是我的打開方式不對(duì)嗎？非也非也。我們?cè)賵?zhí)行以下代碼試試就知道結(jié)果為什么是 false 了。

var numA = 0.1;
var numB = 0.2;
alert( numA + numB );

原來，0.1 + 0.2 = 0.30000000000000004。是不是很奇葩？其實(shí)對(duì)于浮點(diǎn)數(shù)的四則運(yùn)算，幾乎所有的編程語言都會(huì)有類似精度誤差的問題，只不過在 C++/C#/Java 這些語言中已經(jīng)封裝好了方法來避免精度的問題，而 JavaScript 是一門弱類型的語言，從設(shè)計(jì)思想上就沒有對(duì)浮點(diǎn)數(shù)有個(gè)嚴(yán)格的數(shù)據(jù)類型，所以精度誤差的問題就顯得格外突出。下面就分析下為什么會(huì)有這個(gè)精度誤差，以及怎樣修復(fù)這個(gè)誤差。

首先，我們要站在計(jì)算機(jī)的角度思考 0.1 + 0.2 這個(gè)看似小兒科的問題。我們知道，能被計(jì)算機(jī)讀懂的是二進(jìn)制，而不是十進(jìn)制，所以我們先把 0.1 和 0.2 轉(zhuǎn)換成二進(jìn)制看看：

0.1 => 0.0001 1001 1001 1001…（無限循環(huán)）
0.2 => 0.0011 0011 0011 0011…（無限循環(huán)）

雙精度浮點(diǎn)數(shù)的小數(shù)部分最多支持 52 位，所以兩者相加之后得到這么一串 0.0100110011001100110011001100110011001100110011001100 因浮點(diǎn)數(shù)小數(shù)位的限制而截?cái)嗟亩M(jìn)制數(shù)字，這時(shí)候，我們?cè)侔阉D(zhuǎn)換為十進(jìn)制，就成了 0.30000000000000004。

原來如此，那怎么解決這個(gè)問題呢？我想要的結(jié)果就是 0.1 + 0.2 === 0.3 ?。。。?/p>

有種最簡單的解決方案，就是給出明確的精度要求，在返回值的過程中，計(jì)算機(jī)會(huì)自動(dòng)四舍五入，比如：

var numA = 0.1;
var numB = 0.2;
alert( parseFloat((numA + numB).toFixed(2)) === 0.3 );

但是明顯這不是一勞永逸的方法，如果有一個(gè)方法能幫我們解決這些浮點(diǎn)數(shù)的精度問題，那該多好。我們來試試下面這個(gè)方法：

Math.formatFloat = function(f, digit) {
    var m = Math.pow(10, digit);
    return parseInt(f * m, 10) / m;
}
 
var numA = 0.1;
var numB = 0.2;

alert(Math.formatFloat(numA + numB, 1) === 0.3);

這個(gè)方法是什么意思呢？為了避免產(chǎn)生精度差異，我們要把需要計(jì)算的數(shù)字乘以 10 的 n 次冪，換算成計(jì)算機(jī)能夠精確識(shí)別的整數(shù)，然后再除以 10 的 n 次冪，大部分編程語言都是這樣處理精度差異的，我們就借用過來處理一下 JS 中的浮點(diǎn)數(shù)精度誤差。

如果下次再有人問你 0.1 + 0.2 等于幾，你可要小心回答咯??！