我有以下虚拟测试脚本：
函数测试（）{变量x=0.1*0.2；document.write（x）；}测试（）；
这将打印结果0.020000000000000004，而它应该只打印0.02（如果您使用计算器）。据我所知，这是由于浮点乘法精度的错误。
有没有人有一个好的解决方案，在这种情况下，我得到了正确的结果0.02？我知道还有一些函数，比如toFixed或舍入，这是另一种可能，但我真的希望在不进行任何切割和舍入的情况下打印整个数字。我只是想知道你们中的一个人是否有一些好的、优雅的解决方案。
当然，否则我会舍入到10位数左右。
当前回答
注意，对于一般用途，这种行为可能是可以接受的。当比较这些浮点值以确定适当的操作时，会出现问题。随着ES6的出现，定义了一个新的常数Number.EPSILON来确定可接受的误差容限：所以不要像这样进行比较
0.1 + 0.2 === 0.3 // which returns false
您可以定义自定义比较函数，如下所示：
function epsEqu(x, y) {
return Math.abs(x - y) < Number.EPSILON;
}
console.log(epsEqu(0.1+0.2, 0.3)); // true
资料来源：http://2ality.com/2015/04/numbers-math-es6.html#numberepsilon
其他回答
我通常用这样的东西。
function pf(n) {
return Math.round(n * 1e15) / 1e15;
}
我并不认为这在任何方面都是最佳的，但我喜欢它的简单性。它将数字四舍五入到小数点后15位左右。我没有看到它返回不准确的浮点数，但奇怪的是，当我在末尾使用*1e-15时，它已经这样做了，但没有使用这种方法。
这种解决方案可能更适合于随意使用，而不是精确的数学使用，因为精确错误会扰乱代码。
首先将两个数字都设为整数，执行表达式，然后对结果进行除法运算，以返回小数点：
function evalMathematicalExpression(a, b, op) {
const smallest = String(a < b ? a : b);
const factor = smallest.length - smallest.indexOf('.');
for (let i = 0; i < factor; i++) {
b *= 10;
a *= 10;
}
a = Math.round(a);
b = Math.round(b);
const m = 10 ** factor;
switch (op) {
case '+':
return (a + b) / m;
case '-':
return (a - b) / m;
case '*':
return (a * b) / (m ** 2);
case '/':
return a / b;
}
throw `Unknown operator ${op}`;
}
几个操作的结果（排除的数字是eval的结果）：
0.1 + 0.002 = 0.102 (0.10200000000000001)
53 + 1000 = 1053 (1053)
0.1 - 0.3 = -0.2 (-0.19999999999999998)
53 - -1000 = 1053 (1053)
0.3 * 0.0003 = 0.00009 (0.00008999999999999999)
100 * 25 = 2500 (2500)
0.9 / 0.03 = 30 (30.000000000000004)
100 / 50 = 2 (2)
Use
var x = 0.1*0.2;
x =Math.round(x*Math.pow(10,2))/Math.pow(10,2);
试试我的千年算术库，你可以在这里看到。如果你想要更高版本，我可以给你买一个。
您得到的结果是正确的，并且在不同语言、处理器和操作系统中的浮点实现之间相当一致——唯一改变的是当浮点实际上是双倍（或更高）时的不准确程度。
二进制浮点中的0.1与十进制中的1/3相似（即永远为0.333333333333333…），只是没有准确的方法来处理它。
如果您处理的是浮点数，那么总是会出现小的舍入误差，因此您也必须将显示的结果舍入到合理的值。作为回报，您可以得到非常快速和强大的算法，因为所有计算都是在处理器的本地二进制中进行的。
大多数情况下，解决方案不是切换到定点运算，主要是因为它速度慢得多，99%的时间你不需要精度。如果你处理的东西确实需要这样的准确性（例如金融交易），那么无论如何，Javascript可能不是最好的工具（因为你想要强制执行定点类型，静态语言可能更好）。
您正在寻找一个优雅的解决方案，但恐怕就是这样：浮点运算速度很快，但舍入误差很小-在显示结果时总是舍入到合理的值。
