最近遇到個比較奇怪的問題，js函數里傳參，傳一個位數比較大，打印arguments可以看到傳過來的參數已經改變。
然后查了一下，發現確實是js精度丟失造成的。我的解決方法是將數字型改成字符型傳輸，這樣就不會造成精度丟失了。如下圖：
JS 數字丟失精度的原因
計算機的二進制實現和位數限制有些數無法有限表示。就像一些無理數不能有限表示，如 圓周率 3.1415926...，1.3333... 等。JS 遵循 IEEE 754 規范，采用雙精度存儲（double precision），占用 64 bit。如圖
意義
- 1位用來表示符號位
- 11位用來表示指數
- 52位表示尾數
浮點數，比如
|
1
2
|
0.1 >> 0.0001 1001 1001 1001…（1001無限循環）
0.2 >> 0.0011 0011 0011 0011…（0011無限循環）
|
此時只能模仿十進制進行四舍五入了，但是二進制只有 0 和 1 兩個，於是變為 0 舍 1 入。這即是計算機中部分浮點數運算時出現誤差，丟失精度的根本原因。
大整數的精度丟失和浮點數本質上是一樣的，尾數位最大是 52 位，因此 JS 中能精准表示的最大整數是 Math.pow(2, 53)，十進制即 9007199254740992。
大於 9007199254740992 的可能會丟失精度
|
1
2
3
|
9007199254740992 >> 10000000000000...000
// 共計 53 個 0
9007199254740992 + 1 >> 10000000000000...001
// 中間 52 個 0
9007199254740992 + 2 >> 10000000000000...010
// 中間 51 個 0
|
實際上
|
1
2
3
4
|
9007199254740992 + 1
// 丟失
9007199254740992 + 2
// 未丟失
9007199254740992 + 3
// 丟失
9007199254740992 + 4
// 未丟失
|
結果如圖
以上，可以知道看似有窮的數字, 在計算機的二進制表示里卻是無窮的，由於存儲位數限制因此存在“舍去”，精度丟失就發生了。
想了解更深入的分析可以看這篇論文（又長又臭）：What Every Computer Scientist Should Know About Floating-Point Arithmetic
三、解決方案
對於整數，前端出現問題的幾率可能比較低，畢竟很少有業務需要需要用到超大整數，只要運算結果不超過 Math.pow(2, 53) 就不會丟失精度。
對於小數，前端出現問題的幾率還是很多的，尤其在一些電商網站涉及到金額等數據。解決方式：把小數放到位整數（乘倍數），再縮小回原來倍數（除倍數）
|
1
2
|
// 0.1 + 0.2
(0.1*10 + 0.2*10) / 10 == 0.3
// true
|