探尋 JavaScript 精度問題以及解決方案

閱讀完本文能夠了解到 0.1 + 0.2 爲何等於 0.30000000000000004 以及 JavaScript 中最大安全數是如何來的。

十進制小數轉爲二進制小數方法

拿 173.8125 舉例如何將之轉化爲二進制小數。

①. 針對整數部分 173，採起除 2 取餘，逆序排列;

173 / 2 = 86 ... 1
86 / 2 = 43 ... 0
43 / 2 = 21 ... 1   ↑
21 / 2 = 10 ... 1   | 逆序排列
10 / 2 = 5 ... 0    |
5 / 2 = 2 ... 1     |
2 / 2 = 1 ... 0
1 / 2 = 0 ... 1

得整數部分的二進制爲 10101101。

②. 針對小數部分 0.8125，採用乘 2 取整，順序排列;

0.8125 * 2 = 1.625  |
0.625 * 2 = 1.25    | 順序排列
0.25 * 2 = 0.5      |
0.5 * 2 = 1         ↓

得小數部分的二進制爲 1101。

③. 將前面兩部的結果相加，結果爲 10101101.1101;

當心，二進制小數丟失了精度！

根據上面的知識，將十進制小數 0.1 轉爲二進制：

0.1 * 2 = 0.2
0.2 * 2 = 0.4 // 注意這裏
0.4 * 2 = 0.8
0.8 * 2 = 1.6
0.6 * 2 = 1.2
0.2 * 2 = 0.4 // 注意這裏，循環開始
0.4 * 2 = 0.8
0.8 * 2 = 1.6
0.6 * 2 = 1.2
...

能夠發現有限十進制小數 0.1 卻轉化成了無限二進制小數 0.00011001100...，能夠看到精度在轉化過程當中丟失了！

能被轉化爲有限二進制小數的十進制小數的最後一位必然以 5 結尾(由於只有 0.5 * 2 才能變爲整數)。因此十進制中一位小數 0.1 ~ 0.9 當中除了 0.5 以外的值在轉化成二進制的過程當中都丟失了精度。

推導 0.1 + 0.2 爲什麼等於 0.30000000000000004

在 JavaScript 中全部數值都以 IEEE-754 標準的 64 bit 雙精度浮點數進行存儲的。先來了解下 IEEE-754 標準下的雙精度浮點數。

這幅圖很關鍵，能夠從圖中看到 IEEE-754 標準下雙精度浮點數由三部分組成，分別以下：

• sign(符號): 佔 1 bit, 表示正負;
• exponent(指數): 佔 11 bit，表示範圍;
• mantissa(尾數): 佔 52 bit，表示精度，多出的末尾若是是 1 須要進位;

推薦閱讀 JavaScript 浮點數陷阱及解法，閱讀完該文後能夠了解到如下公式的由來。

精度位總共是 53 bit，由於用科學計數法表示，因此首位固定的 1 就沒有佔用空間。即公式中 (M + 1) 裏的 1。另外公式裏的 1023 是 2^11 的一半。小於 1023 的用來表示小數，大於 1023 的用來表示整數。

指數能夠控制到 2^1024 - 1，而精度最大隻達到 2^53 - 1，二者相比能夠得出 JavaScript 實際能夠精確表示的數字其實不多。

0.1 轉化爲二進制爲 0.0001100110011...，用科學計數法表示爲 1.100110011... x 2^(-4)，根據上述公式，S 爲 0(1 bit)，E 爲 -4 + 1023，對應的二進制爲 01111111011(11 bit)，M 爲 1001100110011001100110011001100110011001100110011010(52 bit，另外注意末尾的進位)，0.1 的存儲示意圖以下:

同理，0.2 轉化爲二進制爲 0.001100110011...，用科學計數法表示爲 1.100110011... x 2^(-3)，根據上述公式，E 爲 -3 + 1023，對應的二進制爲 01111111100, M 爲 1001100110011001100110011001100110011001100110011010, 0.2 的存儲示意圖以下:

0.1 + 0.2 即 2^(-4) x 1.1001100110011001100110011001100110011001100110011010 與 2^(-3) x 1.1001100110011001100110011001100110011001100110011010 之和

// 計算過程
0.00011001100110011001100110011001100110011001100110011010
0.0011001100110011001100110011001100110011001100110011010

// 相加得
0.01001100110011001100110011001100110011001100110011001110

0.01001100110011001100110011001100110011001100110011001110 轉化爲十進制就是 0.30000000000000004。驗證完成!

JavaScript 的最大安全數是如何來的

根據雙精度浮點數的構成，精度位數是 53 bit。安全數的意思是在 -2^53 ~ 2^53 內的整數(不包括邊界)與惟一的雙精度浮點數互相對應。舉個例子比較好理解：

Math.pow(2, 53) === Math.pow(2, 53) + 1 // true

Math.pow(2, 53) 居然與 Math.pow(2, 53) + 1 相等！這是由於 Math.pow(2, 53) + 1 已經超過了尾數的精度限制(53 bit)，在這個例子中 Math.pow(2, 53) 和 Math.pow(2, 53) + 1 對應了同一個雙精度浮點數。因此 Math.pow(2, 53) 就不是安全數了。

最大的安全數爲 Math.pow(2, 53) - 1，即 9007199254740991。

業務中碰到的精度問題以及解決方案

瞭解 JavaScript 精度問題對咱們業務有什麼幫助呢？舉個業務場景：好比有個訂單號後端 Java 同窗定義的是 long 類型，可是當這個訂單號轉換成 JavaScript 的 Number 類型時候精度會丟失了，那沒有以上知識鋪墊那就理解不了精度爲何會丟失。

解決方案大體有如下幾種：

1.針對大數的整數能夠考慮使用 bigint 類型(目前在 stage 3 階段)；

2.使用 bigNumber，它的思想是轉化成 string 進行處理，這種方式對性能有必定影響；

3.能夠考慮使用 long.js，它的思想是將 long 類型的值轉化成兩個 32 位的雙精度類型的值。

4.針對小數能夠考慮 JavaScript 浮點數陷阱及解法 裏面提到的方案；

相關連接

• 代碼之謎系列
• IEEE-754 進制轉換圖生成
• JavaScript 浮點數陷阱及解法: 推薦閱讀
• javascript 裏最大的安全的整數爲何是2的53次方減一