在js中采用IEEE 754 标准来存储浮点数且只使用64位双精度来表示浮点数
对于64位的浮点数，最高的1位是符号位 S，接着 11位是指数 E，剩下的52位是尾数位 M
即国际标准IEEE 754，任意一个二进制浮点数V可以用以下公式计算:
- 符号位 S：0 表示正数，1表示负数
- 指数 E：表示次方（2^E），指数E是一个无符号整数，11位的E取值范围是0 ～ 2047。但科学计数法中的E可以出现负数，所以IEEE 754规定，E的真实值必须再减去一个中间数，对于11位的E，这个中间数是1023。如2^10的E是10，保存为64位浮点数时，必须保存为10+1023的二进制数 指数E的三种情况：
- E不全为0或者不全为1，浮点数采用上面的规则表示，指数E的计算值加上1023，得到真实值，再将有效数字M前加上第一位的1；
- E全为0，浮点数的指数E等于-1023，有效数字M不再加上第一位的1，而是还原为0.xxx的小数。这个做是为了表示±0，以及接近于0很小的数字
- E全为1，如果M全为0，便是正负无穷大(±由符号位确定)；如果有效数字M不全为0，表示这个数不是一个数（NaN）
- 尾数 M：表示有效数字，IEEE 754中， 1<= M < 2, 即M的形式为1.xxxx的形式，xxx表示小数位 IEEE 754规定，计算机内部保存M时，默认这个数的第一位总是1，因此可以舍去，只保存后面的xxx部分，如1.01，只保存01，读取的时候，再把第一位的1加上，这样做的目的是可以节省1位有效数字，52实际可存储53位。
在计算机内部，浮点数都是以二进制来表示的，所以十进制的浮点数要先转换为二进制浮点数，转换方式为：
重复该操作至64位小数点后第一位为0，然后将其升序排列，获取尾数，根据双精度标准，四舍五入到52位
得到0.1的二进制表示：
0.000110011001100110011001100110010011001100110011001101 * 2^0
科学计数法表示为： 1.10011001100110011001100110010011001100110011001101×2^(-4) 0.1的S，E，M值分别如下所示：
S = 0, E = -4, M = 10011001 10011001 10011001 10011001 10011001 10011001 1010
指数位E的真实值为1023+（-4）=1019，二进制表示为：0 1111 1110 11 M的二进制表示需52位，不足52后在右边用0补足
0.1在计算机中的二进制存储表示为：
同理可得0.2的二进制表达
S = 0, E = -3, M = 10011001 10011001 10011001 10011001 10011001 10011001 1010
指数位E的真实值为1023+（-3）= 1021，二进制表示为：0 1111 1111 01
由此可推算出0.1+0.2 = 0.300000000000000187 !== 0.3
第二种计算方式： 将0.1和0.2使用浮点数加法进行计算：
- 对齐阶码
- 尾数相加
- 计算过程
科学计数法：1.00110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 01111 * 2^(-2)
M = 00110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 01111
M超过了52位，四舍五入， 01111 => 100 (二进制中的1舍去需要进位）
M = 00110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 0110 100(转为10进制为0.20000000000000018） ， S = 0， E = -2
- 最终结果
⚠️：任何一种进制数，如果想要补0而又不改变其大小的话，对于小数点左面的整数部分，就只能在最左边的最高有效数字（非0数字）前面补0，对于小数点右面的小数部分，则只能在最右边的最低有效数字后面补0
⚠️：IEEE 754 规定，浮点数被转成十进制数字字符串，当这个字符串（使用 Round to Even 向偶舍入）转回浮点数时，必须要跟原来的数相同。对双精度浮点数来说，十进制字符串使用17位有效数字即可保存原始二进制值
参考文献：www.ruanyifeng.com/blog/2010/0…
参考文献：betterprogramming.pub/why-is-0-1-…
参考文献：zhuanlan.zhihu.com/p/87672024
