js字符串转数字精度丢失（javascript 整数加减会有精度丢失吗）

本文目录

• javascript 整数加减会有精度丢失吗
• JavaScript为什么浮点数会丢失精度
• JS位运算异常（位运算精度丢失）的原因探究
• js中数字100不等于100怎么回事
• JS的计算时精度丢失问题
• js哪些运算精度丢失
• 数字字符串转换为数字的精度丢失问题.
• js parsefloat 精度丢失
• 关于js中小数运算丢失精度的处理办法

javascript 整数加减会有精度丢失吗

你试试看 0.1 + 0.7，也是一样有精度丢失的例如 0.1 + 0.1，在 JS 下用直接输出是 0.2，然而这只是因为默认情况下直接输出的话是有 17 位小数的，然而误差出现在 17 位小数之后。。。0.1 + 0.1 在 20 位小数的情况下是 0.20000000000000001110-

JavaScript为什么浮点数会丢失精度

JS浮点计算问题

问题

用js进行浮点数计算，结果可能会“超出预期”，大部分计算结果还是对的，但是我们可不想在计算这么严谨的事情上还有意外的惊喜。比如：

• 0.3 + 0.6 = 0.8999999999999999

• 0.3 - 0.2 = 0.09999999999999998

• 0.3 * 1.5 = 0.44999999999999996

• 0.3 / 0.1 = 2.9999999999999996

看完这几个计算结果，如果你没用过js，你可能会有点崩溃。我只能说，这就是js的魅力所在。

分析

在这之前，你需要知道以下几点：

• js中数字类型只有Number；

• js的Number是IEEE 754标准的64-bits的双精度数值

网上有很多关于此问题的解释，由于计算机是用二进制来存储和处理数字，不能精确表示浮点数，而js中没有相应的封装类来处理浮点数运算，直接计算会导致运算精度丢失。其实高级语言（c#，java）也存在此问题，只不过它们自己内部做了处理，把这种精度差异给屏蔽掉了。有些小数转换为二进制位数是无穷的（有循环），但是64位中小数最多只有52位，因此对于位数超过的相当于被截取了，导致了精度的丢失。这个地址可以用来浮点数和IEEE 754标准的64-bits的互转（背后是二进制的转换），用这个我们来验证下0.3-0.2。

• 0.3转换后为0.299999999999999988897769753748

• 0.2转换后为0.200000000000000011102230246252

• 0.299999999999999988897769753748-0.200000000000000011102230246252=0.099999999999999977795539507496

这和js直接计算的结果0.09999999999999998想吻合。

分析下来，终于明白并不是js自身发育不良，只是没有及时补充营养，我们只能另想出路了。

以上是网上找的

我以前遇到过问题2中浏览器计算的结果 是两种,所以和浏览器也有问题

JS位运算异常（位运算精度丢失）的原因探究

《【转+补充】深入研究js中的位运算及用法》 《【JS时间戳】获取时间戳的最快方式探究》

日常开发中一直没遇到过位运算导致精度丢失的问题，直到这天，搞10位时间戳取整的时候，终于被我撞上了。具体是个什么场景呢，我们来还原下案发现场：

可以看到输出的结果为：

得到的 t 是一个精确到微秒的时间戳。但是请求接口的时候需要的是一个10位（精确到秒）的时间戳，所以这里需要将它转换为10位，自然就是 1000 即可，然后通过位运算来实现类似 Math.trunc 的取证效果，得到了我们要的10位时间戳。至此完美解决！那问题又是如何发生的呢？

按照上面的运算规律，如果我们要获取13位时间戳，是不是直接对 t》》0 就可以了呢？我们来看一下：

输出结果如下：

WTF!!!看到了咩！！！居然输出了一个负数！！！我们想要的结果应该是 1597113682985 才对啊！为什么会出现了负数呢！！！

由此，怪物出现啦！我们今天就来解读（xiang fu)一下它！

想到这里，我们一定就会怪是位运算的锅！那这个锅该怎么让位运算背起来呢！我们来研究一下！

首先我们知道，JS中没有真正的整型，数据都是以double(64bit)的标准格式存储的，这里就不再赘述了，要想搞透其中的原理，请打开 【传送门】

位运算是在数字底层（即表示数字的 32 个数位）进行运算的。由于位运算是低级的运算操作，所以速度往往也是最快的（相对其它运算如加减乘除来说），并且借助位运算有时我们还能实现更简单的程序逻辑,缺点是很不直观，许多场合不能够使用。

以下来源于w3shool: ECMAScript 整数有两种类型，即有符号整数（允许用正数和负数）和无符号整数（只允许用正数）。 在 ECMAScript 中，所有整数字面量默认都是有符号整数 ，这意味着什么呢？

有符号整数使用 31 位表示整数的数值，用第 32 位表示整数的符号，0 表示正数，1 表示负数。数值范围从 -2147483648 到 2147483647 。

可以以两种不同的方式存储二进制形式的有符号整数，一种用于存储正数，一种用于存储负数。 正数是以真二进制形式存储的 ，前 31 位中的每一位都表示 2 的幂，从第 1 位（位 0）开始，表示 20，第 2 位（位 1）表示 21。没用到的位用 0 填充，即忽略不计。例如，下图展示的是数 18 的表示法。

那在js中二进制和十进制如何转换呢？如下

负数同样以二进制存储，但使用的格式是二进制补码。计算一个数值的二进制补码，需要经过下列3个步骤：

例如，要确定-18的二进制表示，首先必须得到18的二进制表示，如下所示： 0000 0000 0000 0000 0000 0000 0001 0010

接下来，计算二进制反码，如下所示： 1111 1111 1111 1111 1111 1111 1110 1101

最后，在二进制反码上加 1，如下所示： 1111 1111 1111 1111 1111 1111 1110 1101 + 0000000000000000000000000000 0001 = 1111 1111 1111 1111 1111 1111 1110 1110

因此，-18 的二进制就是 1111 1111 1111 1111 1111 1111 1110 1110 而其相反数18的二进制为 0000 0000 0000 0000 0000 0000 0001 0010

ECMAScript会尽力向我们隐藏所有这些信息，在以二进制字符串形式输出一个负数时，我们看到的只是这个负数绝对值的二进制码前面加上了一个负号

JavaScript 只有一种数字类型 ( Number )

我们将 1596596596.3742654.toString(2) 转为二进制字符串表示如下： 1011111001010100010000101110100.0101111111001111110111 但实际在内存中的存储如下：

说到这里就不得不简单提一下数字精度丢失的问题。上面也知道，JS中所有的数字都是用double方式进行存储的，所以必然会存在精度丢失问题。

以下转自文章： JavaScript数字精度丢失问题总结

此时只能模仿十进制进行四舍五入了，但是二进制只有 0 和 1 两个，于是变为 0 舍 1 入。这即是计算机中部分浮点数运算时出现误差，丢失精度的根本原因。

大整数的精度丢失和浮点数本质上是一样的，尾数位最大是 52 位，因此 JS 中能精准表示的最大整数是 Math.pow(2, 53) ，十进制即 9007199254740992

大于 9007199254740992 的可能会丢失精度： 9007199254740992 》》 10000000000000...000 ``// 共计 53 个 0 9007199254740992 + 1 》》 10000000000000...001 ``// 中间 52 个 0 9007199254740992 + 2 》》 10000000000000...010 ``// 中间 51 个 0

实际上 9007199254740992 + 1 ``// 丢失 9007199254740992 + 2 ``// 未丢失 9007199254740992 + 3 ``// 丢失 9007199254740992 + 4 ``// 未丢失

以上，可以知道看似有穷的数字, 在计算机的二进制表示里却是无穷的，由于存储位数限制因此存在“舍去”，精度丢失就发生了。

想了解更深入的分析可以看这篇论文（你品！你细品！）： What Every Computer Scientist Should Know About Floating-Point Arithmetic 关于精度和范围的内容可查看 【JS的数值精度和数值范围】

通过前面的知识补充，我们已经知道：

这也就是为什么对于整数部位为10位的时间戳，通过位运算可以进行取整（因为目前时间戳159xxxxxxx《2147483647），不存在时间戳超过范围的问题。但是对于13位时间戳，如 1596615447123》2147483647 ，此时再通过位运算操作的时候就会导致异常，如：

这主要是因为在进行位运算之前，JS会先将64bit的浮点数 1596615447015.01 转为32bit的有符号整型后进行运算的，这个转换过程如下：

为了验证上述过程，我们再举一个例子： 1590015447015.123 》》 0 = 877547495

将将将将！没错的吧！所以JS的这个坑还真是。。。 让人Orz

js中数字100不等于100怎么回事

精度丢失问题。js中，数字类型运算都需要先将十进制转二进制，但小数点后的位数转二进制会出现无限循环的问题，只能舍0入1，所以会出现精度丢失问题，100不等于100。JavaScript，简称JS，是一种具有函数优先的轻量级，解释型或即时编译型的编程语言。

JS的计算时精度丢失问题

如：0.1+0.2 !== 0.3；0.1*0.2 !== 0.03; 如：9999999999999999 === 10000000000000001; 如：1.335.toFixed(2) // 1.33；1.336.toFixed(2) // 1.34; 二进制模仿十进制进行四舍五入，而二进制只有0和1，于是就0舍1入，于是就导致了小数计算不精确。大数的精度丢失本质上是和小数一样，js中表示最大的数是Math.pow(2, 53),十进制即 9007199254740992；大于该数的值可能会丢失精度。 小数的话，一般转成整数进行计算，然后对结果做除法；同样也可以直接对结果进行4舍5入； 对于大数出现的问题概率较低，毕竟还要运算结果不超过最大数就不会丢失精度； javaScript数字精度丢失问题总结 js中精度问题以及解决方案 JavaScript 中精度问题以及解决方案

js哪些运算精度丢失

由于在H5页面上需要进行动态的金额计算，且金额涉及到了小数，因而随之产生了JS浮点数计算的精度丢失问题。 刚开始的时候，测试给提了一个金额计算误差的问题，刚开始我还没怎么重视，然后瞅了瞅代码，随便改了改做了些异常处理，然后就给提交了。 接着，测试又提了一个bug，“6.8-0.9=5.8”。然后顿时我就蒙逼了，随后突然意识到，JS作为解释性语言，直接计算会有浮点数精度丢失问题。接下来，在网上找了一些资料，然后也根据具体的原理自己做了一些修改，最终解决了问题。浮点数的二进制表示：IEEE 754 标准是IEEE二进位浮点数算术标准（IEEE Standard for Floating-Point Arithmetic）的标准编号，等同于国际标准ISO/IEC/IEEE 60559。该标准由美国电气电子工程师学会（IEEE）计算机学会旗下的微处理器标准委员会（Microprocessor Standards Committee, MSC）发布。这个标准定义了表示浮点数的格式（包括负零-0）与反常值（denormal number），一些特殊数值（无穷（Inf）与非数值（NaN）），以及这些数值的「浮点数运算子」；它也指明了四种数值修约规则和五种例外状况（包括例外发生的时机与处理方式）。JS的浮点数实现也是遵循IEEE 754标准，采用双精度存储（double precision），进行了相关的实现。其中1位用来表示符号位，11位用来表示指数，52位表示尾数。解决方案：本质上在处理这类问题的时候，基本的思路就是通过将浮点数转换成整数进行计算，然后再将整数的小数点位调整，转回正确的浮点数结果。

数字字符串转换为数字的精度丢失问题.

p += p*10 + float(s - ’0’); 改为p = p*10 + float(s - ’0’);

js parsefloat 精度丢失

JS 只支持 16 位以下的数值，更大的数精度完全没有保证（在这个范围里的还经常有问题呢）……P.S. JS 压根就不适合做高精度的浮点运算，何况题主这个都小数点后 14 位了。

关于js中小数运算丢失精度的处理办法

浮点数值的最高精度是17位小数，但在进行运算的时候其精确度却远远不如整数；整数在进行运算的时候都会转成10进制； 而java和JavaScript中计算小数运算时，都会先将十进制的小数换算到对应的二进制，一部分小数并不能完整的换算为二进制，这里就出现了第一次的误差。待小数都换算为二进制后，再进行二进制间的运算，得到二进制结果。然后再将二进制结果换算为十进制，这里通常会出现第二次的误差。 所以(0.1+0.2)!=03 解决这种问题，可以将小数变成整数进行运算，然后再将结果变为小数。 //乘法 function multiNum (a,b){   var c = 0, d = a.toString(), e = b.toString(); try {       c += d.split(".").length; } catch (f) { }   try {       c += e.split(".").length; } catch (f) { }   return Number(d.replace(".","")) * Number(e.replace(".","")) / Math.pow(10,c); } //除法 function divide (a,b){   var c,d,e = 0, f = 0; try {       e = a.toString().split(".").length; } catch (g) { }   try {       f = b.toString().split(".").length; } catch (g) { }   return c = Number(a.toString().replace(".","")),d = Number(b.toString().replace(".","")),this.mul(c / d,Math.pow(10,f - e)); } //加法 function addNum (a,b){   var c,d,e; try {       c = a.toString().split(".").length; } catch (f) {       c = 0; }   try {       d = b.toString().split(".").length; } catch (f) {       d = 0; }   return e = Math.pow(10,Math.max(c,d)),(multiNum(a,e) + multiNum(b,e)) / e; } //减法 function subNum (a,b) {   var c,d,e; try {       c = a.toString().split(".").length; } catch (f) {       c = 0; }   try {       d = b.toString().split(".").length; } catch (f) {       d = 0; }   return e = Math.pow(10,Math.max(c,d)),(multiNum(a,e) - multiNum(b,e)) / e; }