JavaScript浮点数采用IEEE754双精度标准,二进制存储导致小数运算精度损失,直接使用`==`或`===`比较常出现逻辑错误。通常引入容差比较,如`Math.abs(a-b)
JavaScript浮点数比较:避免布尔值逻辑错误
作者:技术拾光
时间:2026-07-26
浏览:616
文章目录
在 JavaScript 中直接使用 === 或 == 比较两个浮点数,大多数情况下会得到错误结果。这并不是代码写错,而是因为 0.1、0.2 这类十进制小数在二进制中无法精确表示,导致 0.1 + 0.2 === 0.3 返回 false。要避免这种“看起来相等,一比较就崩”的尴尬,核心思路是放弃“完全相等”的执念,改用“足够接近”的容差逻辑。

用 Number.EPSILON 做基础容差比较
这是最轻量、原生支持的方案,适合大多数普通数值场景:
Math.abs(a - b) < Number.EPSILON是推荐写法,Number.EPSILON约为2.22e-16,适用于 1 附近的数- 不要直接用
==或===比较结果,比如if (a === b)应改成if (Math.abs(a - b) < Number.EPSILON) - 对明确知道量级的值(如 UI 计算、动画参数),可以自定义更宽松的阈值,比如
1e-10或1e-6
大数或跨量级时加相对误差
纯绝对误差在数值很大(如 1e8)或极接近 0 时会失效:
- 当
a和b都较大时,用Math.abs(a - b) < Math.max(Math.abs(a), Math.abs(b)) * Number.EPSILON - 当其中一个可能为 0,需兜底:可写成
Math.abs(a - b) < Math.max(1, Math.abs(a), Math.abs(b)) * Number.EPSILON - 例如比较
1000000.001和1000000.002,绝对差 0.001 若只比1e-9就永远不成立
金额、计数等关键业务转整数运算
涉及金钱、库存、评分等不允许舍入误差的场景,应彻底避开浮点计算:
- 统一乘以
100(两位小数)或1000(三位)转整数,运算完再除回,如(0.1 * 100 + 0.2 * 100) / 100 === 0.3 - 封装成工具函数,避免多次浮点乘除引入新误差,例如:
const safeAdd = (a, b) => Math.round((a + b) * 100) / 100 - 后端返回字符串数字(如
"19.99")时,先Number()或parseFloat(),再转整数,不依赖隐式转换
需要高精度时引入 decimal.js
金融结算、科学计算等不容许任何累积误差的场景,必须使用十进制专用库:
new Decimal("0.1").add("0.2").equals("0.3")返回true,全程基于字符串输入,规避二进制表示缺陷- 注意返回的是
Decimal对象,不能直接用于===或Math.max(),需调用.toNumber()或对应方法 - 避免在简单展示或条件判断中滥用:它带来额外体积和运行时开销,仅在真正必要时启用
实用工具推荐
电子包浆
使用 ›绿化、压缩、噪点和虚拟水印,自由调节做旧程度。
图片压缩
使用 ›选择画质和输出格式,预览压缩前后的大小。
相关文章