不能直接用 === 比较浮点数，因 ieee 754 表示导致 0.1 + 0.2 === 0.3 为 false；应使用 math.abs(a - b)
直接用
===判断两个浮点数是否相等，常常会出错，因为浮点数在计算机中无法精确表示（比如0.1 + 0.2 !== 0.3）。用Math.abs配合误差容忍值（epsilon），是更可靠的做法。为什么不能直接用 === 比较浮点数
浮点数基于 IEEE 754 标准存储，很多十进制小数（如
0.1）在二进制下是无限循环小数，只能近似存储。运算过程中微小的舍入误差会累积，导致看似相等的计算结果实际不等。
0.1 + 0.2实际得到的是0.300000000000000040.3 === 0.30000000000000004返回false用 Math.abs 实现近似相等判断
核心思路：计算两数之差的绝对值，看是否小于一个极小的阈值（即 epsilon）。这个阈值代表你愿意接受的误差范围。
- 常见 epsilon 值：
Number.EPSILON（约2.22e-16），适合比较接近 0 或 1 的数- 对较大数值或特定场景，建议用相对误差或自定义 epsilon（如
1e-10）- 示例函数：
function floatEqual(a, b, epsilon = Number.EPSILON) {
return Math.abs(a - b) }注意 epsilon 的选择和边界情况
固定 epsilon 不总是安全。比如比较
1000000.0000001和1000000.0000002，差值虽小但可能超过Number.EPSILON；而比较1e-20和0时，Number.EPSILON又显得太大。
- 对数量级差异大的数，可改用相对误差：
Math.abs(a - b)- 涉及
Infinity或NaN时需单独处理（NaN与任何值都不相等，包括自身）- 简单场景用
1e-10或1e-12往往比Number.EPSILON更稳妥实际使用建议
不要为所有数字比较都写一遍
Math.abs逻辑。封装成可复用的工具函数，并根据业务精度要求调整 epsilon。
- 单元测试中浮点比较，推荐用测试框架内置的近似断言（如 Jest 的
toBeCloseTo）- 图形、物理模拟等对精度敏感的场景，明确记录所选 epsilon 并保持一致
- 避免在循环或高频调用中创建闭包或重复计算，优先使用常量 epsilon
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
