一、Javascript精度问题业务背景JS中 0.1+0.2 = 0.3000000000000004的问题，在很多业务场景里都是一个令人头痛的问题。尤其是在大型的电商企业，货币基金股票行业的网页中，JS四则运算和toFixed精度问题更是让人防不胜防。京东曾经发生过一起线上toFixed精度问题，差点酿成大错：
虽然看起来只有0.01的差别，但是如果消费者用来投诉甚至打官司，这完全可以成为欺诈消费者的理由。原因就是JS的toFixed方法。
二、剖析Javascript精度问题原因
1、超大数和浮点数四则运算精度问题原因在剖析JS精度问题之前，要简单描述下JS计算的方式背景
1、在JS内部所有的计算都是以二进制方式计算的。
2、JS内部无法无限制保存二进制数值的长度。（最长52位）
这两点其实都不难理解。计算机底层都是0和1，当然，计算机也不能保留无限长(无限大)的东西。
知道了这两点，那么自然也就不难理解为什么JS在计算超大的数值的时候，会出现问题了，就好像你永远无法算清宇宙里有多少颗星星一样，计算机也不行。
那么为什么计算很小浮点数的时候也会出问题呢，答案就是，在JS内部，浮点数也是用很长很长的二进制表示的(具体为什么请参考计算机原理)。
在JS的世界里，0.1转换为二进制是0.00011001100110011…你会发现这串数字是无数个0.11在循环..（0.0(0011)(0011)(0011)(0011)…还有无数0011）没办法，在JS里，浮点数就是转化为无穷长的二进制，所以JS只能截取这串二进制的前52位进行二进制的相加，那么下面不用再说了，自然就会出现精度问题。
这也可以解释，为什么JS中整型的数值加减不会出现问题，但是超大数值和浮点数计算会出现问题。



2、toFixed()精度问题

toFixed问题其实很简单，就是浏览器的坑。

三、精度问题终极解决方案。

1、四则运算精度问题解决方案

前面提到JS中整型运算是没有问题的，那么把浮点数扩大相应的整数倍，转化成整型在进行计算，计算完缩小为整数倍不就可以解决这个问题了么。

这个方案确实是可行的，然鹅，怎么实施这个方案，却需要琢磨下。

首先第一想到的是乘法，512.06*100就可以转化为 51206了，然鹅。。

有点坑，因为浮点数的计算本身就会有问题，显然想简单的通过乘法来实现整型转化，是不靠谱的，这时候就要考虑自己实现一个万无一失的整型转化方法。

将数字当做字符串，手动的进行小数点移位，这个方案把浮点型转换为整型是完全可行的，接下来就考虑怎么实现的问题。

因为在JS里，超过一定大小的number就会被JS自动转化为科学计算法，所以在考虑把number当成字符串处理时。一定要考虑到这一点。

解决方案的思路就是这样，具体的代码写起来很相对比较复杂，我参考网上的function自己整合了一个npm包，需要的朋友可以自己查看下源码。

总体的思路就是上文介绍的，具体代码实现可以参考源码(如果能顺便点个赞，那最好啦)

2、toFixed解决方案

toFixed的方案相对要好解决，只要有了精度没问题的四则运算，四舍五入只要直接判断下浮点数需要精确位数是否大于5即可，具体的代码实现也可以参考源码。

点击查看更多精彩前端资源

点击有惊喜

~(｡≧3≦)ﾉ⌒☆