原因:js按照2進制來處理小數的加減乘除,在arg1的基礎上 將arg2的精度進行擴展或逆擴展匹配,所以會出現如下情況.

javascript(js)的小數點加減乘除問題，是一個js的bug如0.3*1 = 0.2999999999等，下面列出可以完美求出相應精度的四種js算法

function accDiv(arg1,arg2){

var t1=0,t2=0,r1,r2;

try{t1=arg1.toString().split(".")[1].length}catch(e){}

try{t2=arg2.toString().split(".")[1].length}catch(e){}

with(Math){

r1=Number(arg1.toString().replace(".",""))

r2=Number(arg2.toString().replace(".",""))

return accMul((r1/r2),pow(10,t2-t1));

}

}

//乘法

function accMul(arg1,arg2)

{

var m=0,s1=arg1.toString(),s2=arg2.toString();

try{m+=s1.split(".")[1].length}catch(e){}

try{m+=s2.split(".")[1].length}catch(e){}

return Number(s1.replace(".",""))*Number(s2.replace(".",""))/Math.pow(10,m)

}

//加法

function accAdd(arg1,arg2){

var r1,r2,m;

try{r1=arg1.toString().split(".")[1].length}catch(e){r1=0}

try{r2=arg2.toString().split(".")[1].length}catch(e){r2=0}

m=Math.pow(10,Math.max(r1,r2))

return (arg1*m+arg2*m)/m

}

//減法

function Subtr(arg1,arg2){

var r1,r2,m,n;

try{r1=arg1.toString().split(".")[1].length}catch(e){r1=0}

try{r2=arg2.toString().split(".")[1].length}catch(e){r2=0}

m=Math.pow(10,Math.max(r1,r2));

n=(r1>=r2)?r1:r2;

return ((arg1*m-arg2*m)/m).toFixed(n);

}

下面我們來具體分析洗在JavaScript中關于數字精度的丟失問題

一、JS數字精度丟失的一些典型問題

1. 兩個簡單的浮點數相加

0.1 + 0.2 != 0.3 // true

Firebug

這真不是 Firebug 的問題，可以用alert試試 (哈哈開玩笑)。

看看Java的運算結果

再看看Python

2. 大整數運算

9999999999999999 == 10000000000000001 // ？

Firebug

16位和17位數竟然相等，沒天理啊。

又如

var x = 9007199254740992

x + 1 == x // ？

看結果

三觀又被顛覆了。

3. toFixed 不會四舍五入(Chrome)

1.335.toFixed(2) // 1.33

Firebug

線上曾經發生過 Chrome 中價格和其它瀏覽器不一致，正是因為 toFixed 兼容性問題導致

二、JS 數字丟失精度的原因

計算機的二進制實現和位數限制有些數無法有限表示。就像一些無理數不能有限表示，如 圓周率 3.1415926...，1.3333... 等。JS 遵循 IEEE 754 規范，采用雙精度存儲(double precision)，占用 64 bit。如圖

意義

1位用來表示符號位

11位用來表示指數

52位表示尾數

浮點數，比如

0.1 >> 0.0001 1001 1001 1001…(1001無限循環)

0.2 >> 0.0011 0011 0011 0011…(0011無限循環)

此時只能模仿十進制進行四舍五入了，但是二進制只有 0 和 1 兩個，于是變為 0 舍 1 入。這即是計算機中部分浮點數運算時出現誤差，丟失精度的根本原因。

大整數的精度丟失和浮點數本質上是一樣的，尾數位最大是 52 位，因此 JS 中能精準表示的最大整數是 Math.pow(2, 53)，十進制即 9007199254740992。

大于 9007199254740992 的可能會丟失精度

9007199254740992 >> 10000000000000...000 // 共計 53 個 0

9007199254740992 + 1 >> 10000000000000...001 // 中間 52 個 0

9007199254740992 + 2 >> 10000000000000...010 // 中間 51 個 0

實際上

9007199254740992 + 1 // 丟失

9007199254740992 + 2 // 未丟失

9007199254740992 + 3 // 丟失

9007199254740992 + 4 // 未丟失

結果如圖

以上，可以知道看似有窮的數字, 在計算機的二進制表示里卻是無窮的，由于存儲位數限制因此存在“舍去”，精度丟失就發生了。

三、解決方案

對于整數，前端出現問題的幾率可能比較低，畢竟很少有業務需要需要用到超大整數，只要運算結果不超過 Math.pow(2, 53) 就不會丟失精度。

對于小數，前端出現問題的幾率還是很多的，尤其在一些電商網站涉及到金額等數據。解決方式：把小數放到位整數(乘倍數)，再縮小回原來倍數(除倍數)

// 0.1 + 0.2

(0.1*10 + 0.2*10) / 10 == 0.3 // true

以下是我寫了一個對象，對小數的加減乘除運算丟失精度做了屏蔽。當然轉換后的整數依然不能超過 9007199254740992。

/**

* floatObj 包含加減乘除四個方法，能確保浮點數運算不丟失精度

*

* 我們知道計算機編程語言里浮點數計算會存在精度丟失問題(或稱舍入誤差)，其根本原因是二進制和實現位數限制有些數無法有限表示

* 以下是十進制小數對應的二進制表示

*????? 0.1 >> 0.0001 1001 1001 1001…(1001無限循環)

*????? 0.2 >> 0.0011 0011 0011 0011…(0011無限循環)

* 計算機里每種數據類型的存儲是一個有限寬度，比如 JavaScript 使用 64 位存儲數字類型，因此超出的會舍去。舍去的部分就是精度丟失的部分。

*

* ** 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 floatObj = function() {

/*

* 判斷obj是否為一個整數

*/

function isInteger(obj) {

return Math.floor(obj) === obj

}

/*

* 將一個浮點數轉成整數，返回整數和倍數。如 3.14 >> 314，倍數是 100

* @param floatNum {number} 小數

* @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，實現加減乘除運算，確保不丟失精度

* 思路：把小數放大為整數(乘)，進行算術運算，再縮小為小數(除)

*

* @param a {number} 運算數1

* @param b {number} 運算數2

* @param digits {number} 精度，保留的小數點數，比如 2, 即保留為兩位小數

* @param op {string} 運算類型，有加減乘除(add/subtract/multiply/divide)

*

*/

function operation(a, b, digits, 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) { // 兩個小數位數相同

result = n1 + n2

} else if (t1 > t2) { // o1 小數位 大于 o2

result = n1 + n2 * (t1 / t2)

} else { // o1 小數位 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':

result = (n1 / n2) * (t2 / t1)

return result

}

}

// 加減乘除的四個接口

function add(a, b, digits) {

return operation(a, b, digits, 'add')

}

function subtract(a, b, digits) {

return operation(a, b, digits, 'subtract')

}

function multiply(a, b, digits) {

return operation(a, b, digits, 'multiply')

}

function divide(a, b, digits) {

return operation(a, b, digits, 'divide')

}

// exports

return {

add: add,

subtract: subtract,

multiply: multiply,

divide: divide

}

}();

toFixed的修復如下

// toFixed 修復

function toFixed(num, s) {

var times = Math.pow(10, s)

var des = num * times + 0.5

des = parseInt(des, 10) / times

return des + ''

}

總結

以上是生活随笔為你收集整理的python 浮点数精度丢失_javascript解决小数的加减乘除精度丢失的方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。