1、JS整数表示
初级水平： 根据国际标准 IEEE 754，JavaScript 内部，所有数字都是以64位（一个字节8位）浮点数形式储存，即使整数也是如此。所以有，1 === 1.0 (二进制存储最大值=2^n-1)
中级水平：理解存储方式 结果=(-1)^s * f * 2^e，f是连续的，e不连续
- 符号位（sign），用第1位：符号位，
0表示正数，1表示负数 - 指数（exponent），用第2位到第12位（共11位）：指数部分 分正负，e范围: 0--2047(2^11-1)
- 尾数（fraction），用第13位到第64位（共52位）：有效数字 f是一个小数，范围: [1,2)
进一步分析：fraction是一个小数，整数部分固定为1，所以52个二进制位只存储小数部分就可以了。所以加上整数部分1后，最大数 Number.MAX_SAFE_INTEGER = Math.pow(2,53)-1;最小值类似
2、0.1+0.2===0.3//false
精度丢失可能出现在进制转换和对阶运算中
JavaScript 使用 Number 类型来表示数字（整数或浮点数），遵循 IEEE 754 标准，通过 64 位来表示一个数字（1 + 11 + 52）
1 符号位，0 表示正数，1 表示负数 s
11 指数位（e）
52 尾数，小数部分（即有效数字）
最大安全数字：Number.MAX_SAFE_INTEGER = Math.pow(2, 53) - 1，转换成整数就是 16 位，所以 0.1 === 0.1，是因为通过 toPrecision(16) 去有效位之后，两者是相等的。
在两数相加时，会先转换成二进制，0.1 和 0.2 转换成二进制的时候尾数会发生无限循环，然后进行对阶运算，JS 引擎对二进制进行截断，所以造成精度丢失。
高逼格ES6
浮点数的运算精度丢失问题。
可以引入ES6中的机器精度Number.EPSILON判定是计算误差还是数据不同。
Number.EPSILON为JavaScript可以表示的最小精度2^(-52)。
2**、0.1+0.2===0.3//false
初级水平：0.1 + 0.2 不等于0.3 ，因为Number是浮点数，表示小数的时候有精度损失。
中级水平：二进制表示整数时，十进制转二进制是除2取余法，以5为例，最后结果是101
5 / 2 = 2 余 1
2 / 2 = 1 余 0
1 / 2 = 0 余 1
二进制表示小数时，十进制转二进制是乘2取整法，只不过是从2^-1开始，以0.75为例，结果为11
0.75 * 2 = 1.5 取整 1 剩下 0.5
0.5 * 2 = 1 取整 1 剩下 0 运算结束
0.1的时候就悲催了
0.1 * 2 = 0.2 取整 0 剩下 0.2
0.2 * 2 = 0.4 取整 0 剩下 0.4
0.4 * 2 = 0.8 取整 0 剩下 0.8
0.8 * 2 = 1.6 取整 1 剩下 0.6
0.6 * 2 = 1.2 取整 1 剩下 0.2
0.2 * 2 = 0.4 取整 0 剩下 0.4
0.4 * 2 = 0.8 取整 0 剩下 0.8
0.8 * 2 = 1.6 取整 1 剩下 0.6
0.6 * 2 = 1.2 取整 1 剩下 0.2
所以有限的52个bit是无法表示0.1这种数字的，唯一的方法就是截取。
3、数字超限
Number.MAX_SAFE_INTEGER = Math.pow(2,53)-1;
高精度算法（High Accuracy Algorithm）是处理大数字的数学计算方法。在一般的科学计算中，会经常算到小数点后几百位或者更多，当然也可能是几千亿几百亿的大数字。一般这类数字我们统称为高精度数，高精度算法是用计算机对于超大数据的一种模拟加，减，乘，除，乘方，阶乘，开方等运算。对于非常庞大的数字无法在计算机中正常存储，于是，将这个数字拆开，拆成一位一位的，或者是四位四位的存储到一个数组中， 用一个数组去表示一个数字，这样这个数字就被称为是高精度数。高精度算法就是能处理高精度数各种运算的算法，但又因其特殊性，故从普通数的算法中分离，自成一家。
- 常用库：
- BigInt ：
developer.mozilla.org
- bigDecimal
- json-bigint
- BigInt ：
