JavaScript浮点陷阱：为什么0.1+0.2≠0.3？从IEEE754原理到5种实战解法

JavaScript浮点运算的终极指南：从二进制本质到工程实践

当你在JavaScript控制台输入0.1 + 0.2时，得到的不是预期的0.3，而是一个令人困惑的0.30000000000000004。这不是JavaScript的bug，而是计算机科学中一个普遍存在的现象。本文将带你深入理解浮点数精度问题的本质，并提供五种不同场景下的解决方案。

1. 浮点数的二进制本质

计算机使用二进制（基数为2）来表示所有数字，而我们人类习惯使用十进制（基数为10）。这种进制差异导致了许多看似简单的十进制小数无法用有限的二进制位数精确表示。

IEEE 754标准定义了现代计算机如何表示浮点数。一个64位双精度浮点数由三部分组成：

• 符号位（1位）：表示正负
• 指数位（11位）：表示数量级
• 尾数位（52位）：表示精度

让我们用表格更直观地展示0.1在内存中的表示：

这个表示实际上是一个近似值，因为0.1在二进制中是无限循环的：

0.1 (十进制) = 0.00011001100110011001100110011001100110011001100110011010... (二进制)

当两个这样的近似值相加时，误差会累积，这就是为什么0.1 + 0.2不等于0.3的根本原因。

2. 五种实战解决方案

2.1 原生JavaScript方案

虽然JavaScript原生浮点运算有精度问题，但我们可以通过一些技巧来规避：

// 使用Number.EPSILON进行"模糊"比较
function numbersEqual(a, b) {
    return Math.abs(a - b) < Number.EPSILON;
}

console.log(numbersEqual(0.1 + 0.2, 0.3)); // true

// 整数转换法（适用于已知小数位数的情况）
function safeAdd(a, b, decimals = 2) {
    const factor = 10 ** decimals;
    return (Math.round(a * factor) + Math.round(b * factor)) / factor;
}

console.log(safeAdd(0.1, 0.2)); // 0.3

提示：Number.EPSILON表示JavaScript中1与大于1的最小浮点数之间的差，约为2.220446049250313e-16

2.2 decimal.js专业数学库

对于金融、科学计算等对精度要求高的场景，推荐使用decimal.js：

import Decimal from 'decimal.js';

// 配置全局精度（默认20位）
De