JavaScript 数字精度丢失
最后更新于
最后更新于
由于计算机的二进制实现和位数限制导致有些数字无法有限表示,就像 10 / 3
的结果无法表示一样。
为了浮点数据处理对于硬件、软件或者两者的结合都能产生独立的结果,不受平台的影响,IEEE 为执行浮点运算提供了一个统一标准,其规定了浮点数的表示格式、操作方式、舍入模式及异常处理。
IEEE 754 规范,是 IEEE 浮点格式的基础。
大多数编程语言的都基于这个规范。
在 IEEE-754 标准下,浮点数一共分为:
NaN,即 Not a Number。 非数的指数位全部为 1 同时尾数位不全为 0。 在此前提下,根据尾数位首位是否为 1,NaN
还可以分为 SNaN
和 QNaN
两类。 前者参与运算时将会发生异常。
无穷数。指数位全部为 1
同时尾数位全为0
。
规格化数。指数位不全为 1
同时尾不全为 0
。 此时浮点数的隐含位有效,其值为 1
。
非规格化数。指数位全为 0
且尾数位不全为 0
。 此时隐含位有效,值为 0
。 另外需要注意,以单精度时为例,真实指数 E 并非 0-127=-127,而是-126,这样一来就与规格化下最小真实指数 E=1-127=-126 达成统一,形成过度。
0。指数位与尾数位都全为 0,根据符号位决定正负。
在存储单元的物理限制下,无限精度的浮点数需要根据需求进行舍入操作。 IEEE 浮点格式定义了 4 种不同的舍入方式:
最近舍入,即向距离最近的浮点数舍入,若存在两个同样接近的数,则选择偶数作为舍入值。
向零舍入,又称截断舍入,将多余的精度位截掉,即取舍入后绝对值较小的值。
正向舍入,也称正无穷舍入,即舍入后结果大于原值。
负向舍入:也称负无穷舍入,即舍入后结果小于原值。
JavaScript 的数字类型(Number)遵循 IEEE 754 规范的**双精度存储(double precision)**标准。
根据 IEEE 754 规范双精度存储数字类型的内存结构如下:
1 位表示符号位
11 位表示指数
52 位表示尾数
双精度存储数字类型占用 64 bit 空间。
所以 JavaScript 数字类型能表示的最大整数也就是: $2^{53} = 9007199254740992 $
所以,当数字越界的时候,就会出现精度丢失的现象:
无论是 toFixed()
还是先乘倍数再缩小回原来的倍数,依旧无法完美的解决这个问题
完美的解决思路应该是将浮点数拆分成 [Number.MIN_SAFE_INTEGER
, Number.MAX_SAFE_INTEGER
] 区间内的值再进行计算。
可以参考以下库的实现方式: