直接用 === 或
直接用 === 或 比较两个浮点数容易出错，因为二进制无法精确表示多数十进制小数（如 <code>0.1 + 0.2 !== 0.3）。正确做法是引入一个极小的误差容限（epsilon），判断两数差的绝对值是否小于该阈值。
使用固定 epsilon 进行绝对误差比较
适用于数量级相近、且对精度要求明确的场景（如 UI 计算、简单数值校验）。
- 选取典型 epsilon 值：如
1e-10（高精度）、1e-6（常见工程精度） - 比较逻辑：
Math.abs(a - b) - 示例：
function equals(a, b, eps = 1e-10) { return Math.abs(a - b)
使用相对 epsilon 处理大数或跨量级比较
当 a 和 b 可能很大（如 1e20）或相差多个数量级时，仅靠绝对误差会失效。此时应基于较大值的量级动态调整容限。
- 公式：
Math.abs(a - b) - 避免除零：用
Math.max替代除法更安全 - 可合并绝对与相对误差（更鲁棒）：
function nearlyEqual(a, b, absEps = 1e-10, relEps = 1e-12) { const diff = Math.abs(a - b); if (diff
利用 Number.EPSILON 做机器精度级比较
Number.EPSILON 表示 1 与大于 1 的最小可表示数之间的差（约 2.22e-16），适合判断“是否在浮点数表示极限内相等”。
- 注意：它不是通用 epsilon，不能直接用于任意数值（因精度随数值增大而降低）
- 推荐用法：仅用于接近 1 的数，或作为相对容限的基准
function isOneUnitEqual(a, b) { return Math.abs(a - b) - MDN 明确指出：
Number.EPSILON不是“最小可表示数”，也不代表所有数的最小差值
实际建议与避坑提示
日常开发中，选择策略取决于具体场景：
- 做数学计算验证（如单元测试）→ 用带
absEps + relEps的混合判断 - 图形/动画坐标比较（值通常在 [-1000, 1000]）→ 固定
1e-6足够 - 金融计算 → 别用浮点数！改用整数分或
BigInt+ 定点运算 - 避免重写已有工具：Lodash 有
_.isEqual（支持数字近似），D3、Three.js 等库也内置类似epsilonEquals方法
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
