一、Javascript精度问题业务背景

JS中 0.1+0.2 = 0.3000000000000004的问题，在很多业务场景里都是一个令人头痛的问题。尤其是在大型的电商企业，货币基金股票行业的网页中，JS四则运算和toFixed精度问题更是让人防不胜防。 京东曾经发生过一起线上toFixed精度问题，差点酿成大错： 虽然看起来只有0.01的差别，但是如果消费者用来投诉甚至打官司，这完全可以成为欺诈消费者的理由。原因就是JS里“该死”的toFixed方法。

二、剖析Javascript精度问题原因

1、超大数和浮点数四则运算精度问题原因

在剖析JS精度问题之前，要简单描述下JS计算的方式背景

1、在JS内部所有的计算都是以二进制方式计算的。

2、JS内部无法无限制保存二进制数值的长度。（最长52位）

这两点其实都不难理解。计算机底层都是0和1，当然，计算机也不能保留无限长(无限大)的东西。

知道了这两点，那么自然也就不难理解为什么JS在计算超大的数值的时候，会出现问题了，就好像你永远无法算清宇宙里有多少颗星星一样，计算机也不行。

那么为什么计算很小浮点数的时候也会出问题呢，答案就是，在JS内部，浮点数也是用很长很长的二进制表示的(具体为什么请参考计算机原理)。

在JS的世界里，0.1转换为二进制是0.00011001100110011…你会发现这串数字是无数个0.11在循环..（0.0(0011)(0011)(0011)(0011)…还有无数0011）没办法，在JS里，浮点数就是转化为无穷长的二进制，所以JS只能截取这串二进制的前52位进行二进制的相加，那么下面不用再说了，自然就会出现精度问题。

这也可以解释，为什么JS中整型的数值加减不会出现问题，但是超大数值和浮点数计算会出现问题。

2、toFixed()精度问题

toFixed问题其实很简单，就是浏览器的坑。

可以看到，在IE和chrome两个浏览器下面，一个简单的四舍五入，显示的结果完全不同。就是因为不同的浏览器厂商对于四舍五入没有统一的标准，就让我们这些开发人员踩坑。。 在IE里，toFixed就是采用常规的四舍五入方法，然而，在chrome中，toFixed采用了更为精确的算法。查阅一些资料后，经过官方查证toFixed 原生API如下：

大概意思就是如果toFixed的入参小于10的21次方，那么就取一个整数n，让n*10^f - x 的精确值尽可能的趋近于0，如果存在两个这样的n,取较大的n。

上图例子中1.335.toFixed(2)按照四舍六入五成双应该是1.34，但是实际情况确实1.33。而用官方的API就可以解释为什么是1.33，因为n=133的时候让n*10^f - x更趋近于0(虽然结果又出现了四则运算的精度问题，但是确实是符合规则的)，所以最后得到的结果是1.33。

这个方法经过10几次toFixed验证后发现都是和结果相吻合的，应该是正确的问题根源所在。

(PS:该错误对解决方案无影响)

三、精度问题终极解决方案。

1、四则运算精度问题解决方案

前面提到JS中整型运算是没有问题的，那么把浮点数扩大相应的整数倍，转化成整型在进行计算，计算完缩小为整数倍不就可以解决这个问题了么。 这个方案确实是可行的，然鹅，怎么实施这个方案，却需要琢磨下。 首先第一想到的是乘法，512.06*100就可以转化为 51206了，然鹅。。 有点坑，因为浮点数的计算本身就会有问题，显然想简单的通过乘法来实现整型转化，是不靠谱的，这时候就要考虑自己实现一个万无一失的整型转化方法。 将数字当做字符串，手动的进行小数点移位，这个方案把浮点型转换为整型是完全可行的，接下来就考虑怎么实现的问题。 因为在JS里，超过一定大小的number就会被JS自动转化为科学计算法，所以在考虑把number当成字符串处理时。一定要考虑到这一点。

解决方案的思路就是这样，具体的代码写起来很相对比较复杂，我参考网上的function自己整合了一个npm包，需要的朋友可以自己查看下源码。 总体的思路就是上文介绍的，具体代码实现可以参考源码(如果能顺便点个赞，那最好啦)

2、toFixed解决方案

toFixed的方案相对要好解决，只要有了精度没问题的四则运算，四舍五入只要直接判断下浮点数需要精确位数是否大于5即可，具体的代码实现也可以参考源码。

四、总结

解决方案核心的点就在于用字符串方式来解决小数点精度问题，虽然实现上有点复杂，需要考虑的情况比较多，但是确实是最稳妥的做法。如果有需要高精度业务场景的小伙伴可以直接install我封装的npm包，就可以直接用啦，教程参考github哦！

最后，如果这篇文章对你有点点帮助的话，欢迎动动鼠标点个赞哦！

(纯属个人手动打字，有手误或者技术错误的地方，肯定多多指正!)