本文已参与「新人创作礼」活动，一起开启掘金创作之路。
前言
javascript中的Number类型使用IEEE754格式表示整数和浮点数（在js中浮点数表示的是双精度值）。在我们平时的看书或者实践中，会发现当某些小数相加时，会出现结果和你想要的不一致，比如会出现0.1 + 0.2 !== 0.3的情况，这时大部分书上都会告诉我们永远不要测试某些特定的浮点数，但是为什么会出现这样的问题却没有细说，那么现在我们大家一起来探索IEEE754的世界吧！
IEEE754标准
根据IEEE754的标准，我们来看一下浮点数在计算机中的存储格式。IEEE标准中规定单精度浮点数在机器中表示用 1 位表示数字的符号，用 8 位表示指数，用 23 位表示尾数，即小数部分。对于双精度浮点数，用 1 位表示符号，用 11 位表示指数，52 位表示尾数，其中指数域称为阶码。如图所示：
浮点数的机器码运算
此时我们需要考虑一下如何将一个浮点数转化成机器码。
十进制转换成机器码 ：
符号位（1）+ 阶码（8/11）+ 尾数域（23/52）
阶码
通常我们把指数域称为阶码。那我们如何计算阶码呢？IEE754 规定浮点数阶码 E 采用"指数ｅ的移码-1"来表示。所以我们这里又抛出了一个问题，如何计算指数e的移码。
移码（又叫增码）是对真值补码的符号位取反，一般用作浮点数的阶码，引入的目的是便于浮点数运算时的对阶操作。
由原码变成反码和补码有如下规则：
- 原码符号位为1不变，整数的每一位二进制数位求反得反码；
- 反码符号位为1不变，反码数值位最低位加1得补码。
所以我们可以得知从原码到移码的过程如下:
浮点数规格化
因为指数和尾数的变化是多样的，比如11可以表示为 , 也可以表示为、等等。所以我们必须要对浮点数进行规格化，若不对浮点数的表示作出明确规定，同一个浮点数的表示就不是唯一的。当尾数不为 0 时，尾数域的最高有效位为1，这称为浮点数的规格化。通俗点讲就是1001.11(二进制)要表示成, 0.001(二进制)表示为。
计算过程举例
，符号位为，指数为，规格化后尾数为。
单精度浮点数尾数域共23位，右侧以0补全，尾数域：
阶码E:
对照单精度浮点数的存储格式，将符号位S，阶码E和尾数域M存放到指定位置，得0.5的机器码：
，符号位为，指数为，规格化后尾数为。
单精度浮点数尾数域共23位，右侧以0补全，尾数域：
阶码E:
对照单精度浮点数的存储格式，将符号位S，阶码E和尾数域M存放到指定位置，得0.5的机器码：
浮点数的精度
如果有认真的看到这里，自己对于浮点数的精度也应该有所思索了，尾数域就表示的是小数的精度。
单精度的尾数域二进制为23位，若加上浮点数规格化的一位，那么单精度能表示的最大值为2^24 = 16777216,也就是表示小数点位后7～8位，最差也能表示7位。而双精度的尾数域为52位，则2^53 = 9007199254740992, 所以在javascript中的，浮点数所能表示的最大精度为15～16位。
结论
最后再让我们来思考一下为什么
当我们将0.2转化为机器码时，我们会发现0.2转化为二进制时是无限循环的，而js中的浮点数（双精度）的尾数域只有53位，二进制并不能准确的表示0.2，所以在相加后会出现舍入问题。
其实，我们去思考这个问题的时候，这个结论完全可以解决我们的疑惑，但是我们作为初学者不能丢失了我们对于事物的好奇心、求知欲，或许这些品质就会成为我们最锋利的刃，当我们遇到困难、瓶颈时，总能迎刃而解。
我是梨木，一个前端初学者，希望能在学习前端的过程中，留下自己的思考，给予你们帮助，以上文章若有错误，感谢指出！