javascript数值精度问题源于ieee 754双精度浮点表示局限，非bug而是设计取舍；应依场景选择tofixed+转换（显示层）、整数运算法（计算层）、decimal.js等库（高精度需求）及误差容忍比较。
JavaScript 数值运算的精度问题，本质是 IEEE 754 双精度浮点数表示法带来的固有局限——不是 bug，而是设计取舍。0.1 + 0.2 !== 0.3 这类现象，源于十进制小数在二进制中无法精确表达。控制精度的关键，不在于“修复”底层表示，而在于根据场景选择合适的方法来规避误差、约束输出或提升计算可靠性。
显示层精度控制：toFixe d + 类型转换
适用于结果仅需展示、无需参与后续计算的场景（如价格、统计指标等）。
- toFixed(n) 对数字做四舍五入并返回字符串，保留 n 位小数；注意它对某些边界值（如 1.335）可能不符合数学直觉（因底层已是近似值）
- 必须配合 parseFloat() 或 + 操作符转回数字，否则字符串参与运算会引发隐式转换风险
- 示例：
parseFloat((0.1 + 0.2).toFixed(2)) === 0.3✅（仅用于最终输出）
计算层精度保障：整数运算法
最稳妥、零依赖的方案，特别适合金额、库存、计数等对中间过程精度要求高的业务。
- 将小数统一放大为整数（如元 → 分 ×100，米 → 毫米 ×1000），全程用整数加减乘除
- 运算完成后再缩小还原，避免任何浮点参与
- 示例：
(10 + 20) / 100得到精确的 0.3，而非 0.30000000000000004
高精度计算需求：引入专业库
当涉及多位小数运算、金融级四则、复合函数或需任意精度时，内置类型已力不从心。
- decimal.js：API 清晰，支持设置精度、舍入模式，推荐金融核心逻辑
- big.js：轻量专注小数，适合前端轻量级高精度场景
- mathjs：功能全面，支持表达式解析、矩阵、复数等，适合科学计算
- 示例：
new Decimal(0.1).add(0.2).equals(0.3)→ true
比较与容错：避免直接相等判断
即使数值看起来一样，浮点误差也可能让 === 失效。比较应基于“足够接近”。
- 使用 Number.EPSILON 定义误差容忍范围：
Math.abs(a - b) - 或封装成工具函数：
function nearlyEqual(a, b, epsilon = 1e-10) { return Math.abs(a - b) - 切忌在 if 条件或数组去重中直接用
===判断浮点数
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
