话不多说,先上代码
function judgeFloat(n, m) {
const binaryN = n.toString(2);
const binaryM = m.toString(2);
console.log(`${n}的二进制是 ${binaryN}`);
console.log(`${m}的二进制是 ${binaryM}`);
const MN = m + n;
const accuracyMN = (m * 100 + n * 100) / 100;
const binaryMN = MN.toString(2);
const accuracyBinaryMN = accuracyMN.toString(2);
console.log(`${n}+${m}的二进制是${binaryMN}`);
console.log(`${accuracyMN}的二进制是 ${accuracyBinaryMN}`);
console.log(`${n}+${m}的二进制再转成十进制是${to10(binaryMN)}`);
console.log(`${accuracyMN}的二进制是再转成十进制是${to10(accuracyBinaryMN)}`);
console.log(`${n}+${m}在js中计算是${(to10(binaryMN) === to10(accuracyBinaryMN)) ? '' : '不'}准确的`);
}
function to10(n) {
const pre = (n.split('.')[0] - 0).toString(2);
const arr = n.split('.')[1].split('');
let i = 0;
let result = 0;
while (i < arr.length) {
result += arr[i] * Math.pow(2, -(i + 1));
i++;
}
return result;
}
judgeFloat(0.1, 0.2);
judgeFloat(0.6, 0.7);
由于JavaScript
中没有将小数的二进制
转换成十进制
的方法,于是手动实现了一个。
先来一个简单的结论
计算机中所有的数据都是以二进制
存储的,所以在计算时计算机要把数据先转换成二进制
进行计算,然后在把计算结果转换成十进制
。
由上面的代码不难看出,在计算0.1+0.2
时,二进制
计算发生了精度丢失,导致再转换成十进制
后和预计的结果不符。
其实有些标题党了,一个函数并不能让你深入理解,还得继续看下面...
对结果的分析—更多的问题
0.1
和0.2
的二进制都是以1100无限循环的小数,下面逐个来看JS帮我们计算所得的结果:
0.1的二进制:
0.0001100110011001100110011001100110011001100110011001101
0.2的二进制:
0.001100110011001100110011001100110011001100110011001101
理论上讲,由上面的结果相加应该::
0.0100110011001100110011001100110011001100110011001100111
实际JS计算得到的0.1+0.2的二进制
0.0100110011001100110011001100110011001100110011001101
作为一个代码强迫症的我又产生的新的问题:
js对二进制小数的存储方式
小数的二进制
大多数都是无限循环的,JavaScript
是怎么来存储他们的呢?
在ECMAScript®语言规范中可以看到,ECMAScript
中的Number
类型遵循IEEE 754
标准。使用64位固定长度来表示。
事实上有很多语言的数字类型都遵循这个标准,例如JAVA
,所以很多语言同样有着上面同样的问题。
所以下次遇到这种问题不要上来就喷JavaScript
...
有兴趣可以看看下这个网站http://0.30000000000000004.com/,是的,你没看错,就是http://0.30000000000000004.com/!!!
IEEE 754
IEEE754标准包含一组实数的二进制表示法。它有三部分组成:
- 符号位
- 指数位
- 尾数位
三种精度的浮点数各个部分位数如下:
JavaScript
使用的是64位双精度浮点数编码,所以它的符号位
占1
位,指数位占11
位,尾数位占52
位。
下面我们在理解下什么是符号位
、指数位
、尾数位
,以0.1
为例:
它的二进制为:0.0001100110011001100...
为了节省存储空间,在计算机中它是以科学计数法表示的,也就是
1.100110011001100...
X 2
如果这里不好理解可以想一下十进制的数:
1100
的科学计数法为11
X 10
所以:
符号位
就是标识正负的,1
表示负
,0
表示正
;
指数位
存储科学计数法的指数;
尾数位
存储科学计数法后的有效数字;
所以我们通常看到的二进制,其实是计算机实际存储的尾数位。
js中的toString(2)
由于尾数位只能存储52
个数字,这就能解释toString(2)
的执行结果了:
如果计算机没有存储空间的限制,那么0.1
的二进制
应该是:
0.00011001100110011001100110011001100110011001100110011001...
科学计数法尾数位
1.1001100110011001100110011001100110011001100110011001...
但是由于限制,有效数字第53
位及以后的数字是不能存储的,它遵循,如果是1
就向前一位进1
,如果是0
就舍弃的原则。
0.1的二进制科学计数法第53位是1,所以就有了下面的结果:
0.0001100110011001100110011001100110011001100110011001101
0.2
有着同样的问题,其实正是由于这样的存储,在这里有了精度丢失,导致了0.1+0.2!=0.3
。
事实上有着同样精度问题的计算还有很多,我们无法把他们都记下来,所以当程序中有数字计算时,我们最好用工具库来帮助我们解决,下面是两个推荐使用的开源库:
下面我们再来看上面的其他两个问题。
Why JavaScript计算出的 0.1的二进制 是这么多位而不是更多位???
上面的toString
原理帮我们解答了这个问题,在有效数字第53
位以后的数字将遵循1进0舍
的原则,内存中只允许存储52
位有效数字。
Why JavaScript计算的(0.1+0.2)的二进制和我们自己计算的(0.1+0.2)的二进制结果不一样呢???
我们自己计算的0.1+0.2::
0.0100110011001100110011001100110011001100110011001100111
实际上这个结果的有效数字已经超过了52
位,我们要从末尾进行1进0舍
得到下面的结果
0.0100110011001100110011001100110011001100110011001101
JavaScript能表示的最大数字
由与IEEE 754
双精度64位规范的限制:
指数位
能表示的最大数字:1023
(十进制)
尾数位
能表达的最大数字即尾数位都位1
的情况
所以JavaScript能表示的最大数字即位
1.111...
X 2 这个结果转换成十进制是1.7976931348623157e+308
,这个结果即为Number.MAX_VALUE
。
最大安全数字
JavaScript中Number.MAX_SAFE_INTEGER
表示最大安全数字,计算结果是9007199254740991
,即在这个数范围内不会出现精度丢失(小数除外),这个数实际上是1.111...
X 2。
我们同样可以用一些开源库来处理大整数:
其实官方也考虑到了这个问题,bigInt
类型在es10
中被提出,现在Chrome
中已经可以使用。
bigInt类型
BigInt
是第七种原始类型。
BigInt
是一个任意精度的整数。这意味着变量现在可以计算9007199254740991
即最大安全整数以上的数字。
const b = 1n; // 追加 n 以创建 BigInt
在过去,不支持大于 9007199254740992
的整数值。如果超过,该值将锁定为 MAX_SAFE_INTEGER + 1
:
const limit = Number.MAX_SAFE_INTEGER;
⇨ 9007199254740991
limit + 1;
⇨ 9007199254740992
limit + 2;
⇨ 9007199254740992 <--- MAX_SAFE_INTEGER + 1 exceeded
const larger = 9007199254740991n;
⇨ 9007199254740991n
const integer = BigInt(9007199254740991); // initialize with number
⇨ 9007199254740991n
const same = BigInt("9007199254740991"); // initialize with "string"
⇨ 9007199254740991n
typeof
typeof 10;
⇨ 'number'
typeof 10n;
⇨ 'bigint'