前端计算数字精度丢失问题解决方法记录 | 京东云技术团队

在日常一些需求中,总会遇到一些需要前端进行手动计算的场景,那么这里需要优先考虑的则是数字精度问题!具体请看下面截图

image.png

如图所示,在JavaScript进行浮点型数据计算当中,会出现计算结果“不正确”的现象。

我们知道浮点型数据类型主要有:单精度float、双精度double。

浮点型简单来说就是表示带有小数的数据,而恰恰小数点可以在相应的二进制的不同位置浮动,可能是因为这样就被定义成浮点型了。(不得不佩服这文化程度,定义个数据名称都这么有深度~)

但是!!!

JavaScript 存储小数和其它语言如 Java 和 Python 都不同,JavaScript 中所有数字包括整数和小数都只有一种类型 即 Number类型 它的实现遵循 IEEE 754 标准,IEEE 754 标准的内容都有什么,这个咱不用管,我们只需要记住以下一点:

javascript以64位双精度浮点数存储所有Number类型值,即计算机最多存储64位二进制数。

对于double型数据(双精度浮点数),其长度是8个字节(大小),右边52位用来表示小数点后面的数字,中间11位表示e(exponent)小数点移动的位数,左边一位用来表示正负。如图所示:

image.png

只要知道了这一点,那我们就可以对症下药(解决问题):

解决方案 ①

1Number(parseFloat(20.24*100).toPrecision(16)) 2 3

存储二进制时小数点的偏移量最大为52位,最多可表示的十进制为9007199254740992,对应科学计数尾数是 9.007199254740992,这也是 JavaScript 最多能表示的精度。它的长度是 16,所以可以使用 toPrecision(16) 来做精度运算。

通过先转为浮点型计算,然后做精度运算后再转为Number类型即可。

解决方案 ②

通过引入number-precision进行计算,步骤如下:

  • Install
1npm install number-precision --save 2 3
  • Methods
1NP.strip(num) // strip a number to nearest right number 2NP.plus(num1, num2, num3, ...) // addition, num + num2 + num3, two numbers is required at least. 3NP.minus(num1, num2, num3, ...) // subtraction, num1 - num2 - num3 4NP.times(num1, num2, num3, ...) // multiplication, num1 * num2 * num3 5NP.divide(num1, num2, num3, ...) // division, num1 / num2 / num3 6NP.round(num, ratio) // round a number based on ratio 7 8
  • Usage
1import NP from 'number-precision' 2NP.strip(0.09999999999999998); // = 0.1 3NP.plus(0.1, 0.2); // = 0.3, not 0.30000000000000004 4NP.minus(1.0, 0.9); // = 0.1, not 0.09999999999999998 5NP.times(3, 0.3); // = 0.9, not 0.8999999999999999 6NP.divide(1.21, 1.1); // = 1.1, not 1.0999999999999999 7NP.round(0.105, 2); // = 0.11, not 0.1 8 9

更多解决方案敬请关注后续更新,希望对您有帮助~

作者:京东零售 黄宏峰

来源:京东云开发者社区 转载请注明来源

点赞
收藏

评论区

加载中...

相关推荐

Oracle 分组与拼接字符串同时使用

SELECTT.,ROWNUMIDFROM(SELECTT.EMPLID,T.NAME,T.BU,T.REALDEPART,T.FORMATDATE,SUM(T.S0)S0,MAX(UPDATETIME)CREATETIME,LISTAGG(TOCHAR(

typeScript数据类型

//布尔类型letisDone:booleanfalse;//数字类型所有数字都是浮点数numberletdecLiteral:number6;lethexLiteral:number0xf00d;letbinaryLiteral:number0b101

java浮点型精度丢失浅析

java浮点型数值在运算中会出现精度损失的情况,在业务要求比较高比如交易等场景,一般使用BigDecimal来解决精度丢失的情况。最近一个同事在使用BigDecimal时仍然出现了精度损失,简略记录一下测试用例代码如下@Testpublicvoidfd(){doubleabc

java四类八种基本类型

整型byte字节型short短整型int            普通整型long长整型浮点型float        单精度double    双精度逻辑型boolean 只有true或者false两个值字符型char字符型

Java:利用BigDecimal类巧妙处理Double类型精度丢失

本篇要点简单描述浮点数十进制转二进制精度丢失的原因。介绍几种创建BigDecimal方式的区别。整理了高精度计算的工具类。学习了阿里巴巴Java开发手册关于BigDecimal比较相等的规定。经典问题:浮点数精度丢失精度丢失的问题是在其他计算机语言中也都会出

Java中的BigDecimal类和int和Integer总结

前言我们都知道浮点型变量在进行计算的时候会出现丢失精度的问题。如下一段代码:System.out.println(0.050.01);System.out.println(1.00.42);System.out.println(4.015100);System.out.println(1