在開發(fā)過程中遇到類似這樣的問題：

　　這里得到的不是想要的結果，要想等于0.3，就要把它進行轉(zhuǎn)化：

　　toFixed(num) 方法可把 Number 四舍五入為指定小數(shù)位數(shù)的數(shù)字。那為什么會出現(xiàn)這樣的結果呢?

　　計算機是通過二進制的方式存儲數(shù)據(jù)的，所以計算機計算0.1+0.2的時候，實際上是計算的兩個數(shù)的二進制的和。0.1的二進制是0.0001100110011001100...(1100循環(huán))，0.2的二進制是：0.00110011001100...(1100循環(huán))，這兩個數(shù)的二進制都是無限循環(huán)的數(shù)。那JavaScript是如何處理無限循環(huán)的二進制小數(shù)呢?

　　一般我們認為數(shù)字包括整數(shù)和小數(shù)，但是在 JavaScript 中只有一種數(shù)字類型：Number，它的實現(xiàn)遵循IEEE 754標準，使用64位固定長度來表示，也就是標準的double雙精度浮點數(shù)。在二進制科學表示法中，雙精度浮點數(shù)的小數(shù)部分最多只能保留52位，再加上前面的1，其實就是保留53位有效數(shù)字，剩余的需要舍去，遵從“0舍1入”的原則。

　　根據(jù)這個原則，0.1和0.2的二進制數(shù)相加，再轉(zhuǎn)化為十進制數(shù)就是：0.30000000000000004。

　　下面看一下雙精度數(shù)是如何保存的：

　　第一部分(藍色)：用來存儲符號位(sign)，用來區(qū)分正負數(shù)，0表示正數(shù)，占用1位第二部分(綠色)：用來存儲指數(shù)(exponent)，占用11位第三部分(紅色)：用來存儲小數(shù)(fraction)，占用52位

　　對于0.1，它的二進制為：

　　轉(zhuǎn)為科學計數(shù)法(科學計數(shù)法的結果就是浮點數(shù))：

　　可以看出0.1的符號位為0，指數(shù)位為-4，小數(shù)位為：

　　那么問題又來了，指數(shù)位是負數(shù)，該如何保存呢?

　　IEEE標準規(guī)定了一個偏移量，對于指數(shù)部分，每次都加這個偏移量進行保存，這樣即使指數(shù)是負數(shù)，那么加上這個偏移量也就是正數(shù)了。由于JavaScript的數(shù)字是雙精度數(shù)，這里就以雙精度數(shù)為例，它的指數(shù)部分為11位，能表示的范圍就是0~2047，IEEE固定雙精度數(shù)的偏移量為1023。

　　當指數(shù)位不全是0也不全是1時(規(guī)格化的數(shù)值)，IEEE規(guī)定，階碼計算公式為 e-Bias。 此時e最小值是1，則1-1023= -1022，e最大值是2046，則2046-1023=1023，可以看到，這種情況下取值范圍是-1022~1013。當指數(shù)位全部是0的時候(非規(guī)格化的數(shù)值)，IEEE規(guī)定，階碼的計算公式為1-Bias，即1-1023= -1022。當指數(shù)位全部是1的時候(特殊值)，IEEE規(guī)定這個浮點數(shù)可用來表示3個特殊值，分別是正無窮，負無窮，NaN。 具體的，小數(shù)位不為0的時候表示NaN;小數(shù)位為0時，當符號位s=0時表示正無窮，s=1時候表示負無窮。

　　對于上面的0.1的指數(shù)位為-4，-4+1023 = 1019 轉(zhuǎn)化為二進制就是：1111111011.

　　所以，0.1表示為：

　　說了這么多，是時候該最開始的問題了，如何實現(xiàn)0.1+0.2=0.3呢?

　　對于這個問題，一個直接的解決方法就是設置一個誤差范圍，通常稱為“機器精度”。對JavaScript來說，這個值通常為2-52，在ES6中，提供了Number.EPSILON屬性，而它的值就是2-52，只要判斷0.1+0.2-0.3是否小于Number.EPSILON，如果小于，就可以判斷為0.1+0.2 ===0.3