【JS篇】为什么 0.1 + 0.2 !== 0.3，以及如何让它们相等？在 JavaScript 开发中，我们经常会遇

在 JavaScript 开发中，我们经常会遇到这样的问题：

console.log(0.1 + 0.2); // 0.30000000000000004
console.log(0.1 + 0.2 === 0.3); // false

这与我们在数学上的直觉不符。为什么会这样？又该如何解决呢？

本文将从底层原理、IEEE 754 标准出发，系统讲解浮点数精度丢失的原因，并提供实际开发中判断浮点数是否相等的解决方案。

一、根本原因：浮点数在计算机中的表示方式

JavaScript 中所有数字（包括整数和小数）都使用 64 位双精度浮点数（Double-precision floating-point） 表示，遵循 IEEE 754 标准。

由于二进制无法精确表示某些十进制小数（如 0.1 和 0.2），只能以近似值存储，这就导致了精度丢失。

0.00011001100110011...（无限循环）

0.0011001100110011...（无限循环）

这两个数在转换为二进制后都是无限循环小数，而 IEEE 754 规定最多只保留 52 位的小数部分，因此必须进行舍入处理。

最终，在计算机内部保存的实际上是这两个数的近似值，所以加起来的结果也不是精确的 0.3。

console.log(0.1 + 0.2); // 0.30000000000000004

这个结果就是两个近似值相加后的误差累积结果。

parseFloat((0.1 + 0.2).toFixed(1)) === 0.3; // true

📌 说明：

ES6 引入了 Number.EPSILON，它是 JavaScript 中最小的可表示差值（约为 2^-52），可以用来判断两个浮点数是否足够接近。

function isEqual(a, b) {
  return Math.abs(a - b) < Number.EPSILON;
}

console.log(isEqual(0.1 + 0.2, 0.3)); // true

📌 优点：

JavaScript 使用 IEEE 754 双精度浮点数来表示数字，不能准确表示像 0.1 和 0.2 这样的十进制小数，从而导致 0.1 + 0.2 !== 0.3。要让它们“相等”，应使用 Number.EPSILON 判断误差范围或通过 toFixed() 控制精度。