一、问题现象
我们从一个最常见的例子说起：
console.log(0.1 + 0.2);
这行代码：0.1 加 0.2，应该是等于0.3的，但实际上并不是
console.log(0.1 + 0.7 === 0.8);
这行代码：0.1 加 0.7，应该是等于0.8的，打印应该为true，实际并不是
这种微小的偏差看似没什么大问题，但如果你用它来作条件判断
console.log(0.1 + 0.7 === 0.8); // 输出：false
这就可能直接导致业务逻辑错误，是个严重的bug。
二、为什么会出现精度丢失
这个问题的根源在于计算机内部使用二进制来表示数字，而许多十进制小数无法在二进制中精确表示。
在二进制中，0.1 实际上是一个无限循环的小数，就像十进制中 1/3 = 0.333... 一样。IEEE 754 浮点数标准中，只能保留有限的位数，因此这种无限循环的二进制小数会被截断，从而造成精度损失。
当我们写下 0.1 时，计算机实际存储的是最接近 0.1 的二进制表示，这个值略微不等于真正的 0.1。就像我们无法用十进制精确表示 1/3 一样，计算机也无法用二进制精确表示某些十进制小数。
简单来说：
- 十进制的 0.1 在二进制中表示为：
0.00011001100110011...（循环） - 二进制截断后转换为十进制，就是我们看到的
0.10000000000000000555...
多个这种带误差的数相加，自然就出现了结果偏差。
三、常见解决方案及代码示例
1. 使用 toFixed 或 toPrecision 限制精度
let result = (0.1 + 0.2).toFixed(2); // '0.30' 字符串
console.log(result); // 输出：'0.30'
console.log(Number(result)); // 输出：0.3
优点： 简单直观
缺点： 返回的是字符串，需手动转为数字；四舍五入可能带来新的误差
2. 放大整数再计算，再缩小回去
这是金融类系统中常用的思路。比如先将 0.1 和 0.2 变为 10 和 20，相加后再除以 10。
function add(a,b){
return (a * 10 + b * 10) / 10
}
console.log(add(0.1, 0.2)); // 输出：0.3
优点： 精度高，适用于加减法
缺点： 实现稍复杂，乘除法需额外处理
3. 使用第三方库（推荐）
对于需要高精度计算的场景，建议使用成熟库来处理，比如：
✅ decimal.js（体积更大 几十KB）
npm install decimal.js
import Decimal from 'decimal.js';
const result = new Decimal(0.1).plus(0.2);
console.log(result.toNumber()); // 输出：0.3
✅ big.js 体积更小 几KB）
npm install big.js
import Big from 'big.js';
const result = new Big(0.1).plus(0.2);
console.log(result.toNumber()); // 输出：0.3
两者对比
| 特性 | decimal.js | big.js |
|---|---|---|
| 精度控制 | 支持任意精度，功能更丰富 | 精度控制简单，但够用 |
| API 接口 | .plus(), .minus(), .times()等 | 同样使用 .plus()等一致方法名 |
| 文件体积 | 较大（几十 KB） | 更轻量（几 KB） |
| 功能 | 支持三角函数、开方、对数等复杂运算 | 更专注于基本加减乘除 |
| 精度表现 | 非常高 | 同样可靠 |
如果只是简单加减，没有复杂的运算，推荐big.js，因为体积更小。
总结
js 中小数相加产生精度丢失，并非语言缺陷，而是由于底层 IEEE 754 双精度浮点数的表示机制所致。像 0.1 + 0.2 !== 0.3 的问题，在日常开发中常常被忽视，却可能在关键业务场景中引起问题，从而出现bug，所以在日常开发中掌握其解决办法，可以提前避免相关问题。
