function judgeFloat(n, m) { const binaryN = n.toString(2); const binaryM = m.toString(2); console.log(`${n}的二进制是 ${binaryN}`); console.log(`${m}的二进制是 ${binaryM}`); const MN = m + n; const accuracyMN = (m * 100 + n * 100) / 100; const binaryMN = MN.toString(2); const accuracyBinaryMN = accuracyMN.toString(2); console.log(`${n}+${m}的二进制是${binaryMN}`); console.log(`${accuracyMN}的二进制是 ${accuracyBinaryMN}`); console.log(`${n}+${m}的二进制再转成十进制是${to10(binaryMN)}`); console.log(`${accuracyMN}的二进制是再转成十进制是${to10(accuracyBinaryMN)}`); console.log(`${n}+${m}在js中计算是${(to10(binaryMN) === to10(accuracyBinaryMN)) ? '' : '不'}准确的`); } function to10(n) { const pre = (n.split('.')[0] - 0).toString(2); const arr = n.split('.')[1].split(''); let i = 0; let result = 0; while (i < arr.length) { result += arr[i] * Math.pow(2, -(i + 1)); i++; } return result; } judgeFloat(0.1, 0.2); judgeFloat(0.6, 0.7);
因为JavaScript
中没有将小数的二进制
转换成十进制
的方法,因而手动实现了一个。node
计算机中全部的数据都是以二进制
存储的,因此在计算时计算机要把数据先转换成二进制
进行计算,而后在把计算结果转换成十进制
。git
由上面的代码不难看出,在计算0.1+0.2
时,二进制
计算发生了精度丢失,致使再转换成十进制
后和预计的结果不符。github
其实有些标题党了,一个函数并不能让你深刻理解,还得继续看下面...安全
0.1
和0.2
的二进制都是以1100无限循环的小数,下面逐个来看JS帮咱们计算所得的结果:函数
0.1的二进制:工具
0.0001100110011001100110011001100110011001100110011001101
0.2的二进制:网站
0.001100110011001100110011001100110011001100110011001101
理论上讲,由上面的结果相加应该::编码
0.0100110011001100110011001100110011001100110011001100111
实际JS计算获得的0.1+0.2的二进制spa
0.0100110011001100110011001100110011001100110011001101
做为一个代码强迫症的我又产生的新的问题:code
Why js计算出的 0.1的二进制 是这么多位而不是更多位???Why js计算的(0.1+0.2)的二进制和咱们本身计算的(0.1+0.2)的二进制结果不同呢???
Why 0.1的二进制 + 0.2的二进制 != 0.3的二进制???
小数的二进制
大多数都是无限循环的,JavaScript
是怎么来存储他们的呢?
在ECMAScript®语言规范中能够看到,ECMAScript
中的Number
类型遵循IEEE 754
标准。使用64位固定长度来表示。
事实上有不少语言的数字类型都遵循这个标准,例如JAVA
,因此不少语言一样有着上面一样的问题。
因此下次遇到这种问题不要上来就喷JavaScript
...
有兴趣能够看看下这个网站http://0.30000000000000004.com/,是的,你没看错,就是http://0.30000000000000004.com/!!!
IEEE754标准包含一组实数的二进制表示法。它有三部分组成:
三种精度的浮点数各个部分位数以下:
JavaScript
使用的是64位双精度浮点数编码,因此它的符号位
占1
位,指数位占11
位,尾数位占52
位。
下面咱们在理解下什么是符号位
、指数位
、尾数位
,以0.1
为例:
它的二进制为:0.0001100110011001100...
为了节省存储空间,在计算机中它是以科学计数法表示的,也就是
1.100110011001100...
X 2-4
若是这里很差理解能够想一下十进制的数:
1100
的科学计数法为11
X 102
因此:
符号位
就是标识正负的,1
表示负
,0
表示正
;
指数位
存储科学计数法的指数;
尾数位
存储科学计数法后的有效数字;
因此咱们一般看到的二进制,实际上是计算机实际存储的尾数位。
因为尾数位只能存储52
个数字,这就能解释toString(2)
的执行结果了:
若是计算机没有存储空间的限制,那么0.1
的二进制
应该是:
0.00011001100110011001100110011001100110011001100110011001...
科学计数法尾数位
1.1001100110011001100110011001100110011001100110011001...
可是因为限制,有效数字第53
位及之后的数字是不能存储的,它遵循,若是是1
就向前一位进1
,若是是0
就舍弃的原则。
0.1的二进制科学计数法第53位是1,因此就有了下面的结果:
0.0001100110011001100110011001100110011001100110011001101
0.2
有着一样的问题,其实正是因为这样的存储,在这里有了精度丢失,致使了0.1+0.2!=0.3
。
事实上有着一样精度问题的计算还有不少,咱们没法把他们都记下来,因此当程序中有数字计算时,咱们最好用工具库来帮助咱们解决,下面是两个推荐使用的开源库:
下面咱们再来看上面的其余两个问题。
上面的toString
原理帮咱们解答了这个问题,在有效数字第53
位之后的数字将遵循1进0舍
的原则,内存中只容许存储52
位有效数字。
咱们本身计算的0.1+0.2::
0.0100110011001100110011001100110011001100110011001100111
实际上这个结果的有效数字已经超过了52
位,咱们要从末尾进行1进0舍
获得下面的结果
0.0100110011001100110011001100110011001100110011001101
由与IEEE 754
双精度64位规范的限制:
指数位
能表示的最大数字:1023
(十进制)
尾数位
能表达的最大数字即尾数位都位1
的状况
因此JavaScript能表示的最大数字即位
1.111...
X 21023 这个结果转换成十进制是1.7976931348623157e+308
,这个结果即为Number.MAX_VALUE
。
JavaScript中Number.MAX_SAFE_INTEGER
表示最大安全数字,计算结果是9007199254740991
,即在这个数范围内不会出现精度丢失(小数除外),这个数其实是1.111...
X 252。
咱们一样能够用一些开源库来处理大整数:
其实官方也考虑到了这个问题,bigInt
类型在es10
中被提出,如今Chrome
中已经可使用。
BigInt
是第七种原始类型。
BigInt
是一个任意精度的整数。这意味着变量如今能够计算9007199254740991
即最大安全整数以上的数字。
const b = 1n; // 追加 n 以建立 BigInt
在过去,不支持大于 9007199254740992
的整数值。若是超过,该值将锁定为 MAX_SAFE_INTEGER + 1
:
const limit = Number.MAX_SAFE_INTEGER; ⇨ 9007199254740991 limit + 1; ⇨ 9007199254740992 limit + 2; ⇨ 9007199254740992 <--- MAX_SAFE_INTEGER + 1 exceeded const larger = 9007199254740991n; ⇨ 9007199254740991n const integer = BigInt(9007199254740991); // initialize with number ⇨ 9007199254740991n const same = BigInt("9007199254740991"); // initialize with "string" ⇨ 9007199254740991n
typeof
typeof 10; ⇨ 'number' typeof 10n; ⇨ 'bigint'