一个经典的问题:

0.1+0.2==0.3
答案是:false
因为:0.1+0.2=0.30000000000000004
第一次看到这个结果就是无比惊讶,下巴碰到地上,得深入了解下问题出在哪里,该怎么去调整。
产生问题的原因
在JS中数值类型就只有number类型,没有int,float,double之分,number类型实际上存储的就是IEEE754标准的浮点数,计算规则也是。
在表达式计算前,先要按照标准将两个数转成浮点数。
IEEE 754规定:
1.32位的浮点数(单精度),最高的1位是符号位S,接着的8位是指数E,剩下的23位为有效数字M。
浮点数的表现形式:
x=(-1)^S*m*2^(e+127)
m=1.M
E=e+127
2.64位的浮点数(双精度),最高的1位是符号位S,接着的11位是指数E,剩下的52位为有效数字M。
浮点数的表现形式:
x=(-1)^S*m*2^(e+1023)
m=1.M
E=e+1023
我们就按照双精度浮点数的标准转一下看看。
首先按照规则将0.1转成二进制的浮点数。
0.1*2=0.2 //0 0.2*2=0.4 //00 0.4*2=0.8 //000 0.8*2=1.6 //0001 0.6*2=1.2 //00011 0.2*2=0.4 //000110 0.4*2=0.8 //0001100 0.8*2=1.6 //00011001 0.6*2=1.2 //000110011 0.2*2=0.4 //0001100110 0.4*2=0.8 //00011001100 0.8*2=1.6 //000110011001 0.6*2=1.2 //0001100110011 0.2*2=0.4 //00011001100110 0.4*2=0.8 //000110011001100 0.8*2=1.6 //0001100110011001 0.6*2=1.2 //00011001100110011 //省略
在转换中,会发现小数位的二进制值在不停的重复,转换没完没了了,因为乘不尽啊,不是10的倍数。
转换也不可能一直重复下去,按照标准规格化的要求凑满。
转换结果:
0.00011001100110011001100110011001100110011001100110011001
精度问题产生的第一个原因就在这里诞生了,按照标准算出来的二进制浮点数并不能都精确的表示一个小数,只是无限近似,0.5可以,因为5是10的倍数,转出来的小数位二进制不会重复。
我们看看再转回小数会怎么样,按照公式写成:
0*2^-1 + 0*2^-2 + 0*2^-3 + 1*2^-4 + 1*2^-5 + 0*2^-6 + 0*2^-7 + 1*2^-8 + 1*2^-9 + 0*2^-10 + 0*2^-11 + 1*2^-12 + 1*2^-13 + 0*2^-14 + 0*2^-15 + 1*2^-16 + 1*2^-17 + 0*2^-18 + 0*2^-19 + 1*2^-20 + 1*2^-21 + 0*2^-22 + 0*2^-23 + 1*2^-24 + 1*2^-25 + 0*2^-26 + 0*2^-27 + 1*2^-28 + 1*2^-29 + 0*2^-30 + 0*2^-31 + 1*2^-32 + 1*2^-33 + 0*2^-34 + 0*2^-35 + 1*2^-36 + 1*2^-37 + 0*2^-38 + 0*2^-39 + 1*2^-40 + 1*2^-41 + 0*2^-42 + 0*2^-43 + 1*2^-44 + 1*2^-45 + 0*2^-46 + 0*2^-47 + 1*2^-48 + 1*2^-49 + 0*2^-50 + 0*2^-51 + 1*2^-52 + 1*2^-53 + 0*2^-54 + 0*2^-55 + 1*2^-56
计算结果:
0.09999999999999999167332731531133
精度就在这里丢了一次。就是转换成小数位的二进制的时候。
按照表现形式的要求,要写成x=(-1)^s*m*2^(e+1023),m=1.M的格式,按照要求尾数m的左边最高位总是1,所以要上面小数二进制结果的小数点进行移动
移动前:
0.00011001100110011001100110011001100110011001100110011001
移动后:
1.1001100110011001100110011001100110011001100110011001*2^-4
小数点右边选取要求的52位,上面的结果因为是提前算好,所以就省略了截取工作。
因为小数点最左侧的最高位总是1,所以它是不用存储的,那么虽然存储的是52位,但实际上可以表示53位的浮点数。
S=0,E=-4+1023=1019,m=1.M=1.1001100110011001100110011001100110011001100110011001,M=1001100110011001100110011001100110011001100110011001
浮点数表示:
x=-1^0*1.1001100110011001100110011001100110011001100110011001*2^1019
浮点数存储值(最高的1位是符号位S,接着的11位是指数E,剩下的52位为有效数字M):
0 001111111011 1001100110011001100110011001100110011001100110011001
同理0.2的IEEE754的转换后的结果:
浮点数表示:
-1^0*1.1001100110011001100110011001100110011001100110011001*2^1020
浮点数存储值(最高的1位是符号位S,接着的11位是指数E,剩下的52位为有效数字M):
0 001111111100 1001100110011001100110011001100110011001100110011001
接下来,按照IEEE754的加法规则,运算过程为:
1.0操作数的检查。
2.比较阶码大小并对阶。
3.尾数进行加法运算。
4.结果规格化。
5.舍入处理。
6.溢出处理。
按照计算过程,结果规格化、舍入处理、溢出处理都会遭成精度问题。
总结来看,造成精度问题的环节:
1.小数向二进制转换。
2.运算过程中的规格化,舍入、溢出处理。
精度调整
两种方法可以进行调整。
1.使用toFixed函数对小数位进行四舍五入。
但是其返回值是字符串,其参数是0 ~ 20之间的值,需要注意。
(0.1+0.2).toFixed(1) // '0.3'
2.无小数运算,运算结果附上小数点
使用该方法,要注意因为要变成整数再计算,对于一个小数点后位数很多的数来运算的时候,要注意溢出。
//加
function add(arg1,arg2){
var digits1,digits2,maxDigits;
try{digits1=arg1.toString().split(".")[1].length}catch(e){digits1=0}
try{digits2=arg2.toString().split(".")[1].length}catch(e){digits2=0}
maxDigits=Math.pow(10,Math.max(digits1,digits2))
return (arg1*maxDigits+arg2*maxDigits)/maxDigits
}
//减
function sub(arg1,arg2){
var digits1,digits2,maxDigits;
try{digits1=arg1.toString().split(".")[1].length}catch(e){digits1=0}
try{digits2=arg2.toString().split(".")[1].length}catch(e){digits2=0}
maxDigits=Math.pow(10,Math.max(digits1,digits2));
return (arg1*maxDigits-arg2*maxDigits)/maxDigits;
}
//乘
function mul(arg1,arg2) {
var digits=0,s1=arg1.toString(),s2=arg2.toString();
try{digits+=s1.split(".")[1].length}catch(e){}
try{digits+=s2.split(".")[1].length}catch(e){}
return Number(s1.replace(".",""))*Number(s2.replace(".",""))/Math.pow(10,digits);
}
//除
function div(arg1,arg2){
var int1=0,int2=0,digits1,digits2;
try{digits1=arg1.toString().split(".")[1].length}catch(e){digits1=0}
try{digits2=arg2.toString().split(".")[1].length}catch(e){digits2=0}
int1=Number(arg1.toString().replace(".",""))
int2=Number(arg2.toString().replace(".",""))
return (int1/int2)*Math.pow(10,digits2-digits1);
}
以上这篇详谈javascript精度问题与调整就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
# javascript
# 精度问题
# js计算精度问题小结
# JS长整型精度问题实例分析
# 解决JavaScript数字精度丢失问题的方法
# 浅谈JavaScript中小数和大整数的精度丢失
# 浮点数
# 表现形式
# 要注意
# 给大家
# 转成
# 的是
# 第一个
# 两种
# 就在这里
# 它是
# 希望能
# 并对
# 这篇
# 并不能
# 该怎么
# 转换成
# 也不可能
# 没完没了
# 之分
# 需要注意
相关文章:
学校建站服务器如何选型才能满足性能需求?
广州建站公司哪家好?十大优质服务商推荐
孙琪峥织梦建站教程如何优化数据库安全?
如何在云指建站中生成FTP站点?
天河区网站制作公司,广州天河区如何办理身份证?需要什么资料有预约的网站吗?
北京营销型网站制作公司,可以用python做一个营销推广网站吗?
如何在服务器上三步完成建站并提升流量?
电商网站制作多少钱一个,电子商务公司的网站制作费用计入什么科目?
如何在VPS电脑上快速搭建网站?
成都品牌网站制作公司,成都营业执照年报网上怎么办理?
如何通过老薛主机一键快速建站?
成都网站制作报价公司,成都工业用气开户费用?
免费制作海报的网站,哪位做平面的朋友告诉我用什么软件做海报比较好?ps还是cd还是ai这几个软件我都会些我是做网页的?
深圳网站制作设计招聘,关于服装设计的流行趋势,哪里的资料比较全面?
武汉外贸网站制作公司,现在武汉外贸前景怎么样啊?
建站之星安装后如何自定义网站颜色与字体?
建站与域名管理如何高效结合?
网页设计与网站制作内容,怎样注册网站?
沈阳个人网站制作公司,哪个网站能考到沈阳事业编招聘的信息?
ui设计制作网站有哪些,手机UI设计网址吗?
动图在线制作网站有哪些,滑动动图图集怎么做?
代刷网站制作软件,别人代刷火车票靠谱吗?
5种Android数据存储方式汇总
定制建站价位费用解析与套餐推荐全攻略
制作ppt免费网站有哪些,有哪些比较好的ppt模板下载网站?
建站之星后台密码遗忘?如何快速找回?
整蛊网站制作软件,手机不停的收到各种网站的验证码短信,是手机病毒还是人为恶搞?有这种手机病毒吗?
小程序网站制作需要准备什么资料,如何制作小程序?
网站制作公司哪里好做,成都网站制作公司哪家做得比较好,更正规?
如何访问已购建站主机并解决登录问题?
如何通过商城自助建站源码实现零基础高效建站?
实惠建站价格推荐:2025年高性价比自助建站套餐解析
Android使用GridView实现日历的简单功能
网站制作外包价格怎么算,招聘网站上写的“外包”是什么意思?
建站之星导航配置指南:自助建站与SEO优化全解析
武汉网站如何制作,黄黄高铁武穴北站途经哪些村庄?
如何在阿里云虚拟机上搭建网站?步骤解析与避坑指南
猪八戒网站制作视频,开发一个猪八戒网站,大约需要多少?或者自己请程序员,需要什么程序员,多少程序员能完成?
郑州企业网站制作公司,郑州招聘网站有哪些?
常州自助建站工具推荐:低成本搭建与模板选择技巧
建站之星手机一键生成:多端自适应+小程序开发快速建站指南
建站之星代理如何优化在线客服效率?
网站制作软件免费下载安装,有哪些免费下载的软件网站?
北京网站制作公司哪家好一点,北京租房网站有哪些?
建站主机是什么?如何选择适合的建站主机?
实例解析angularjs的filter过滤器
如何选择PHP开源工具快速搭建网站?
如何制作网站标识牌,动态网站如何制作(教程)?
如何快速搭建高效服务器建站系统?
弹幕视频网站制作教程下载,弹幕视频网站是什么意思?
*请认真填写需求信息,我们会在24小时内与您取得联系。