parseFloat（“1.555”）.toFixed（2）；//返回1.55而不是1.56。

1.55是绝对正确的结果，因为在计算机中不存在1.555的精确表示。如果读数为1.555，则四舍五入至最接近的值=1.55499999999999994（64位浮点）。将这个数字四舍五入到Fixed（2）得到1.55。

如果输入为1.55499999999999，则此处提供的所有其他功能都会给出故障结果。

解决方案：在扫描前加上数字“5”，将数字舍入（更准确地说，从0开始舍入）。仅当数字真的是浮点（有小数点）时才执行此操作。

parseFloat("1.555"+"5").toFixed(2); // Returns 1.56

这项看似简单的任务面临的最大挑战是，我们希望它能够产生心理预期的结果，即使输入包含最小的舍入误差（更不用说计算中会出现的误差）。如果我们知道实际结果正好是1.005，那么我们预计舍入到两位数会得到1.01，即使1.005是一个带有大量舍入误差的大型计算的结果。

当处理floor（）而不是round（）时，问题变得更加明显。例如，当删除33.3点后面的最后两位数字后的所有内容时，我们肯定不会期望得到33.29，但这就是结果：

console.log（数学楼层（33.3*100）/100）

在简单的情况下，解决方案是对字符串而不是浮点数执行计算，从而完全避免舍入错误。然而，这个选项在第一次非平凡的数学运算（包括大多数除法运算）时失败，而且速度很慢。

当对浮点数进行操作时，解决方案是引入一个参数，该参数指定我们愿意偏离实际计算结果的量，以便输出心理预期的结果。

var round=函数（num，数字=2，compensateErrors=2）{如果（num<0）{return this.round（-num，数字，compensateErrors）；}const pow=数学.pow（10，数字）；return（数学舍入（num*pow*（1+compensateErrors*Number.EPSILON））/pow）；}/*---测试---*/console.log（“本线程中提到的边缘案例：”）var值=[0.015，1.005，5.555，156893.145，362.42499999999995，1.275，1.277499，1.2345678e+2，2.175，5.015，58.9*0.15]；值。对于每个（（n）=>{console.log（n+“->”+圆（n））；console.log（-n+“->”+圆形（-n））；});console.log（“\n对于太大以至于无法在计算精度范围内执行舍入的数字，只有基于字符串的计算才有帮助。”）console.log（“标准：”+圆形（1e+19））；console.log（“补偿=1:”+圆（1e+19，2，1））；console.log（“有效无补偿：”+round（1e+19，2，0.4））；

注意：Internet Explorer不知道Number.EPSILON。如果您仍然需要支持它，那么您可以使用垫片，或者自己定义特定浏览器系列的常量。

在Node.js环境中，我只使用roundTo模块：

const roundTo = require('round-to');
...
roundTo(123.4567, 2);

// 123.46

对这个答案稍作修改，似乎效果不错。

作用

function roundToStep(value, stepParam) {
   var step = stepParam || 1.0;
   var inv = 1.0 / step;
   return Math.round(value * inv) / inv;
}

用法

roundToStep(2.55) = 3
roundToStep(2.55, 0.1) = 2.6
roundToStep(2.55, 0.01) = 2.55

这是astorije的答案的修改版本，更好地支持负值舍入。

// https://stackoverflow.com/a/21323513/384884
// Modified answer from astorije
function round(value, precision) {
    // Ensure precision exists
    if (typeof precision === "undefined" || +precision === 0) {
        // Just do a regular Math.round
        return Math.round(value);
    }

    // Convert the value and precision variables both to numbers
    value = +value;
    precision = +precision;

    // Ensure the value is a number and that precision is usable
    if (isNaN(value) || !(typeof precision === "number" && precision % 1 === 0)) {
        // Return NaN
        return NaN;
    }

    // Get the sign of value
    var signValue = Math.sign(value);

    // Get the absolute value of value
    value = Math.abs(value);

    // Shift
    value = value.toString().split("e");
    value = Math.round(+(value[0] + "e" + (value[1] ? (+value[1] + precision) : precision)));

    // Shift back
    value = value.toString().split("e");
    value = +(value[0] + "e" + (value[1] ? (+value[1] - precision) : -precision));

    // Apply the sign
    value = value * signValue;

    // Return rounded value
    return value;
}

我回顾了这篇文章的每一个答案。以下是我对此事的看法：

常量nbRounds=7；常量舍入=（x，n=2）=>{常量精度=数学.pw（10，n）return数学舍入（（x+Number.EPSILON）*precision）/精度；}设i=0；而（nbRounds>i++）{console.log（“round（1.00083899，”，i，“）>”，round（1.00 08389，i））console.log（“圆形（1.83999305，”，i，“）>”，圆形（1.83999305，i））}