javascript浮点数精度丢失源于ieee 754双精度表示法限制，0.1+0.2≠0.3因二进制无法精确表示十进制小数，实际值为0.30000000000000004，应使用math.abs(a-b)
JavaScript 中浮点数计算精度丢失是由于 IEEE 754 双精度浮点数表示法的固有限制，不是运算符本身的问题，而是底层数值表示导致的。算术运算符（+ - * / %）照常执行，但结果可能不符合十进制直觉，比如 0.1 + 0.2 === 0.3 返回 false。
理解问题根源：为什么 0.1 + 0.2 ≠ 0.3
二进制无法精确表示大多数十进制小数（如 0.1）。0.1 在 IEEE 754 中是无限循环二进制小数，被截断后产生微小误差。所有基于该标准的语言（Python、Java 等）都有同样现象，JS 只是暴露得更明显。
你可以用 (0.1 + 0.2).toFixed(17) 查看实际值："0.30000000000000004"。
Java JDK 25
下载
Java JDK 25 来自 OpenJDK 官方归档，版本为 JDK 25，本条下载地址已指向官方 Windows x64 zip 安装包直链，适合调试旧项目或兼容旧版 Java 运行环境。
常用稳妥的处理方式
-
比较时用误差容忍（EPSILON）：不直接用
===，改用差值判断Math.abs(a - b) 或自定义小阈值如 <code>1e-10 -
显示/存储前四舍五入：用
toFixed(n)（返回字符串）或Math.round(x * 10**n) / 10**n（返回数字）
注意：toFixed会自动补零，且对负数四舍五入规则需留意（ES2019+ 已修正） -
整数运算法（推荐用于金额等关键场景）：把元换成分、米换成毫米，全程用整数计算
例如：const cents = Math.round(19.99 * 100) + Math.round(5.01 * 100); // 2500 → 25.00 元
慎用或避免的方法
不要依赖 parseFloat((a + b).toFixed(2)) 做通用计算——它只是掩盖问题，多次链式调用仍会累积误差；也不要引入重型 decimal 库（如 decimal.js）处理简单展示需求，增加包体积却不必要。
真正需要高精度金融计算时，再选用成熟库，并统一在输入/输出层做单位转换和格式化。
核心原则是：接受浮点数的客观限制，根据场景选择合适策略——比较用容差，展示用截断，关键计算用整数，不强行“修复”语言底层行为。
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
