通过上篇我们了解到计算机是如何存储浮点数，那精度丢失是在哪产生的？
拿0.1 + 0.2举例：
0.1
转二进制后：0.0 0011 0011 0011 0011 0011 0011 0011 0011 0011 0011 0011 0011 0011 01（转化后是以0011无限循环，二进制为满一进一，所以末尾为01）
0.2：
转二进制后：0.0 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 10
相加：0.0 1001 1001 1001 1001 1001 1001 1001 1001 1001 1001 1001 1001 1001 11
工具转换为十进制： 0.30000000000000004
其实在四则运算中，浮点数转换成二进制后如果存在无限循环小数，都会有精度异常的情况
那对于精度异常，该如何解决？
1、展示类：错误数据转正
如：strip(0.30000000000000004) ==> 0.3
function strip(num, precision = 12) {
return +parseFloat(num.toPrecision(precision))
}
tips: 此方法仅适用于页面展示，不适用参与计算。至于precision 为什么是12，很多相关资料说根据经验12基本能解决日常的精度丢失。
2、计算类：相加、减、乘、除丢失精度解决方案
如：0.1 + 35.41
这里存在一个容易会踩的坑，我们知道浮点数的计算解决思路是转换为整数。那是不是就是直接将目标值各自乘以10的n次方转化为整数就可以。
就像35.41， 我们想的是乘以100， 转化为整数应该就阔以了。事实是：35.41 * 100 ==》 3540.9999999999995，尴尬极了，所以我们需要通过转换成字符串格式进行化整。
下面代码通过不借助第三方包解决精度丢失：
// 精确加法 function plus(num1, num2) { const baseNum = Math.pow(10, Math.max(digitLength(num1), digitLength(num2))) return (times(num1, baseNum) + times(num2, baseNum)) / baseNum } // 精确减法 function minus(num1, num2, ...others) { const baseNum = Math.pow(10, Math.max(digitLength(num1), digitLength(num2))) return (times(num1, baseNum) - times(num2, baseNum)) / baseNum } // 精确乘法 function times(num1, num2, ...others) { const num1Changed = float2Fixed(num1) const num2Changed = float2Fixed(num2) const baseNum = digitLength(num1) + digitLength(num2) const leftValue = num1Changed * num2Changed checkBoundary(leftValue) return leftValue / Math.pow(10, baseNum) } // 精确除法 function divide(num1, num2, ...others) { const num1Changed = float2Fixed(num1) const num2Changed = float2Fixed(num2) checkBoundary(num1Changed) checkBoundary(num2Changed) return times((num1Changed / num2Changed), Math.pow(10, digitLength(num2) - digitLength(num1))) } // 检测数字是否越界，如果越界给出提示 function checkBoundary(num) { if (_boundaryCheckingState) if (num > Number.MAX_SAFE_INTEGER || num < Number.MIN_SAFE_INTEGER) { console.warn(`${num} 超出数字安全范围(${Number.MAX_SAFE_INTEGER},${Number.MIN_SAFE_INTEGER}),计算结果可能不准确`) } } } // 小数转整数 function float2Fixed(num) { num = num || 0 if (num.toString().indexOf('e') === -1) { return Number(num.toString().replace('.', '')) } const dLen = digitLength(num) return dLen > 0 ? strip(num * Math.pow(10, dLen)) : num } // 小数点后的字符串长度 function digitLength(num) { num = num || 0 const eSplit = num.toString().split(/[eE]/) const len = (eSplit[0].split('.')[1] || '').length - (+(eSplit[1] || 0)) return len > 0 ? len : 0 } // 错误数据转正常 function strip(num, precision = 12) { return +parseFloat(num.toPrecision(precision)) }
借助第三方引入npm包解决：
1) 如Math.js、BigDecimal.js
2) https://github.com/dt-fe/number-precision (介绍说大小只有1k,实用性强)
大整数
大整数丢失精度的原理和浮点数的原理是一致的。双精度的尾数位为11位，JS中能精准表示的最大整数为Math.pow(2, 53), 超过这个数的大整数将丢失精度。
解决方案：BigDecimal.js提供方法解决，原理是将大整数当做字符串处理，缺点是损耗性能
除了上面说的这些，js中还有一个toFixed方法，也存在丢失精度的问题
tofixed方法
对于浮点数，保留对应的位数我们首先想到的就是tofixed方法，然而某些值却不是我们想象的那样。
如1.335.tofixed(2) ==> 1.33
查阅相关资料，发现tofixed方法采用算法是一种叫什么银行家算法，并不是我们数学中的四舍五入。而且针对不同浏览器具体规则还不一致。你说好好的四舍五入不用，为啥得用这个银行家算法，搞不懂，也没查到对应的相关资料说明。
抱怨归抱怨，遇到问题还是得解决。
解决疑问：
1）原生tofixed方法不对，就需要自己来构造一个我们想要的tofixed
我写的有漏洞，暂时就不拿出来坑大家了，来日补上~
2）假如项目中已经很多地方都使用tofixed，使用自己构造的方法，带来的是改动范围偏大。所以简洁的改动就只能重写原生方法
Number.prototype.toFixed = function(n) { let newNum = 0 if (!n) { newNum = Math.round(this) } else { newNum = Math.round(this * Math.pow(10, n)) / Math.pow(10, n) } return newNum + '' }