zoukankan      html  css  js  c++  java
  • [转载]JavaScript数字精度丢失问题总结

    []本文转载自https://www.cnblogs.com/snandy/p/4943138.html]

    本文分为三个部分

    1. JS 数字精度丢失的一些典型问题
    2. JS 数字精度丢失的原因
    3. 解决方案(一个对象+一个函数)

    一、JS数字精度丢失的一些典型问题

    1. 两个简单的浮点数相加

    0.1 + 0.2 != 0.3 // true

    Firebug

    这真不是 Firebug 的问题,可以用alert试试 (哈哈开玩笑)。

    看看Java的运算结果

    再看看Python

    2. 大整数运算

    9999999999999999 == 10000000000000001 //

    Firebug

    16位和17位数竟然相等,没天理啊。

    又如

    var x = 9007199254740992
    x + 1 == x //

    看结果

    三观又被颠覆了。

    3. toFixed 不会四舍五入(Chrome)

    1.335.toFixed(2) // 1.33

    Firebug

    线上曾经发生过 Chrome 中价格和其它浏览器不一致,正是因为 toFixed 兼容性问题导致

    二、JS 数字丢失精度的原因

    计算机的二进制实现和位数限制有些数无法有限表示。就像一些无理数不能有限表示,如 圆周率 3.1415926...,1.3333... 等。JS 遵循 IEEE 754 规范,采用双精度存储(double precision),占用 64 bit。如图

    意义

      • 1位用来表示符号位
      • 11位用来表示指数
      • 52位表示尾数

    浮点数,比如

    0.1 >> 0.0001 1001 1001 1001…(1001无限循环)
    0.2 >> 0.0011 0011 0011 0011…(0011无限循环)

    此时只能模仿十进制进行四舍五入了,但是二进制只有 0 和 1 两个,于是变为 0 舍 1 入。这即是计算机中部分浮点数运算时出现误差,丢失精度的根本原因。

    大整数的精度丢失和浮点数本质上是一样的,尾数位最大是 52 位,因此 JS 中能精准表示的最大整数是 Math.pow(2, 53),十进制即 9007199254740992。

    大于 9007199254740992 的可能会丢失精度

    9007199254740992     >> 10000000000000...000 // 共计 53 个 0
    9007199254740992 + 1 >> 10000000000000...001 // 中间 52 个 0
    9007199254740992 + 2 >> 10000000000000...010 // 中间 51 个 0

    实际上

    9007199254740992 + 1 // 丢失
    9007199254740992 + 2 // 未丢失
    9007199254740992 + 3 // 丢失
    9007199254740992 + 4 // 未丢失

    结果如图

    以上,可以知道看似有穷的数字, 在计算机的二进制表示里却是无穷的,由于存储位数限制因此存在“舍去”,精度丢失就发生了。

    想了解更深入的分析可以看这篇论文(又长又臭):What Every Computer Scientist Should Know About Floating-Point Arithmetic

    三、解决方案

    对于整数,前端出现问题的几率可能比较低,毕竟很少有业务需要需要用到超大整数,只要运算结果不超过 Math.pow(2, 53) 就不会丢失精度。

    对于小数,前端出现问题的几率还是很多的,尤其在一些电商网站涉及到金额等数据。解决方式:把小数放到位整数(乘倍数),再缩小回原来倍数(除倍数)

    // 0.1 + 0.2
    (0.1*10 + 0.2*10) / 10 == 0.3 // true

    以下是我写了一个对象,对小数的加减乘除运算丢失精度做了屏蔽。当然转换后的整数依然不能超过 9007199254740992。

    /**
     * floatObj 包含加减乘除四个方法,能确保浮点数运算不丢失精度
     *
     * 我们知道计算机编程语言里浮点数计算会存在精度丢失问题(或称舍入误差),其根本原因是二进制和实现位数限制有些数无法有限表示
     * 以下是十进制小数对应的二进制表示
     *      0.1 >> 0.0001 1001 1001 1001…(1001无限循环)
     *      0.2 >> 0.0011 0011 0011 0011…(0011无限循环)
     * 计算机里每种数据类型的存储是一个有限宽度,比如 JavaScript 使用 64 位存储数字类型,因此超出的会舍去。舍去的部分就是精度丢失的部分。
     *
     * ** method **
     *  add / subtract / multiply /divide
     *
     * ** explame **
     *  0.1 + 0.2 == 0.30000000000000004 (多了 0.00000000000004)
     *  0.2 + 0.4 == 0.6000000000000001  (多了 0.0000000000001)
     *  19.9 * 100 == 1989.9999999999998 (少了 0.0000000000002)
     *
     * floatObj.add(0.1, 0.2) >> 0.3
     * floatObj.multiply(19.9, 100) >> 1990
     *
     */
    var floatObj = function() {
        
        /*
         * 判断obj是否为一个整数
         */
        function isInteger(obj) {
            return Math.floor(obj) === obj
        }
        
        /*
         * 将一个浮点数转成整数,返回整数和倍数。如 3.14 >> 314,倍数是 100
         * @param floatNum {number} 小数
         * @return {object}
         *   {times:100, num: 314}
         */
        function toInteger(floatNum) {
            var ret = {times: 1, num: 0}
            var isNegative = floatNum < 0
            if (isInteger(floatNum)) {
                ret.num = floatNum
                return ret
            }
            var strfi  = floatNum + ''
            var dotPos = strfi.indexOf('.')
            var len    = strfi.substr(dotPos+1).length
            var times  = Math.pow(10, len)
            var intNum = parseInt(Math.abs(floatNum) * times + 0.5, 10)
            ret.times  = times
            if (isNegative) {
                intNum = -intNum
            }
            ret.num = intNum
            return ret
        }
        
        /*
         * 核心方法,实现加减乘除运算,确保不丢失精度
         * 思路:把小数放大为整数(乘),进行算术运算,再缩小为小数(除)
         *
         * @param a {number} 运算数1
         * @param b {number} 运算数2
         * @param digits {number} 精度,保留的小数点数,比如 2, 即保留为两位小数
         * @param op {string} 运算类型,有加减乘除(add/subtract/multiply/divide)
         *
         */
        function operation(a, b, digits, op) {
            var o1 = toInteger(a)
            var o2 = toInteger(b)
            var n1 = o1.num
            var n2 = o2.num
            var t1 = o1.times
            var t2 = o2.times
            var max = t1 > t2 ? t1 : t2
            var result = null
            switch (op) {
                case 'add':
                    if (t1 === t2) { // 两个小数位数相同
                        result = n1 + n2
                    } else if (t1 > t2) { // o1 小数位 大于 o2
                        result = n1 + n2 * (t1 / t2)
                    } else { // o1 小数位 小于 o2
                        result = n1 * (t2 / t1) + n2
                    }
                    return result / max
                case 'subtract':
                    if (t1 === t2) {
                        result = n1 - n2
                    } else if (t1 > t2) {
                        result = n1 - n2 * (t1 / t2)
                    } else {
                        result = n1 * (t2 / t1) - n2
                    }
                    return result / max
                case 'multiply':
                    result = (n1 * n2) / (t1 * t2)
                    return result
                case 'divide':
                    result = (n1 / n2) * (t2 / t1)
                    return result
            }
        }
        
        // 加减乘除的四个接口
        function add(a, b, digits) {
            return operation(a, b, digits, 'add')
        }
        function subtract(a, b, digits) {
            return operation(a, b, digits, 'subtract')
        }
        function multiply(a, b, digits) {
            return operation(a, b, digits, 'multiply')
        }
        function divide(a, b, digits) {
            return operation(a, b, digits, 'divide')
        }
        
        // exports
        return {
            add: add,
            subtract: subtract,
            multiply: multiply,
            divide: divide
        }
    }();

    toFixed的修复如下

    // toFixed 修复
    function toFixed(num, s) {
        var times = Math.pow(10, s)
        var des = num * times + 0.5
        des = parseInt(des, 10) / times
        return des + ''
    }

    相关:

    http://0.30000000000000004.com

    http://docs.oracle.com/cd/E19957-01/806-3568/ncg_goldberg.html

    Chrome/Firefox 中头toFixed方法四舍五入兼容性问题

     
  • 相关阅读:
    【bzoj2242】[SDOI2011]计算器
    1109解题报告
    【bzoj3239】Discrete Logging
    【bzoj2480】Spoj3105 Mod
    【POJ1811】Prime Test
    【bzoj3667】Rabin-Miller算法
    【HDU2138】How many prime numbers
    卢卡斯定理
    线段树2
    畅快的甩卖
  • 原文地址:https://www.cnblogs.com/buerjiongjiong/p/10900381.html
Copyright © 2011-2022 走看看