浅谈JavaScript中小数和大整数的精度丢失

先来看两个问题

0.1 + 0.2 == 0.3; // false
9999999999999999 == 10000000000000000; // true

第一个问题是小数的精度问题，在业界不少博客里已有讨论。第二个问题，去年公司有个系统的数据库在做数据订正时，发现有部分数据重复的诡异现象。本文将从规范出发，对上面的问题做个小结。

最大整数

JavaScript 中的数字是用 IEEE 754 双精度 64 位浮点数 来存储的，其格式为

s x m x 2^e

s 是符号位，表示正负。 m 是尾数，有 52 bits. e 是指数，有 11 bits. 在 ECMAScript 规范 里有给出 e 的范围为 [-1074, 971]. 这样，很容易推导出 JavaScript 能表示的最大整数为

1 x (2^53 - 1) x 2^971 = 1.7976931348623157e+308

这个值正是 Number.MAX_VALUE

同理可推导出 Number.MIN_VALUE 的值为

1 x 1 x 2^(-1074) = 5e-324

注意 MIN_VALUE 表示最接近 0 的正数，而不是最小的数。最小的数是 －Number.MAX_VALUE

小数的精度丢失

JavaScript 的数字都是双精度浮点数，在计算机里用二进制存储。当有效位数超过 52 位时，会存在精度丢失。比如

十进制 0.1 的二进制为 0.0 0011 0011 0011 … （循环 0011）
十进制 0.2 的二进制为 0.0011 0011 0011 … （循环 0011）
0.1 + 0.2 相加可表示为
   e = -4; m = 1.10011001100...1100（52 位）
 + e = -3; m = 1.10011001100...1100（52 位）
---------------------------------------------
   e = -3; m = 0.11001100110...0110
 + e = -3; m = 1.10011001100...1100
---------------------------------------------
   e = -3; m = 10.01100110011...001
---------------------------------------------
 = 0.01001100110011...001
 = 0.30000000000000004（十进制）

根据上面的演算，还可以得出一个结论当十进制小数的二进制表示的有限数字不超过 52 位时，在 JavaScript 里是可以精确存储的。比如

0.05 + 0.005 == 0.055 // true

进一步的规律，比如

0.05 + 0.2 == 0.25 // true
0.05 + 0.9 == 0.95 // false

需要考虑 IEEE 754 的 Rounding modes, 有兴趣的可进一步研究。

大整数的精度丢失

这个问题鲜有人提及。得弄清楚问题是什么

1. JavaScript 能存储的最大整数是什么？

该问题前面已回答，是 Number.MAX_VALUE, 非常大的一个数。

2. JavaScript 能存储的且不丢失精度的最大整数是什么？

根据 s x m x 2^e, 符号位取正，52 位尾数全填充 1, 指数 e 取最大值 971, 显然，答案依旧是 Number.MAX_VALUE.

我们的问题究竟是什么呢？回到起始代码

9999999999999999 == 10000000000000000; // true

很明显，16 个 9 还远远小于 308 个 10. 这个问题与 MAX_VALUE 没什么关系，还得归属到尾数 m 只有 52 位上来。

可以用代码来描述

var x = 1; // 为了减少运算量，初始值可以设大一点，比如 Math.pow(2, 53) - 10
while(x != x + 1) x++;
// x = 9007199254740992 即 2^53

也就是说，当 x 小于等于 2^53 时，可以确保 x 的精度不会丢失。当 x 大于 2^53 时，x 的精度有可能会丢失。比如

x 为 2^53 + 1 时，其二进制表示为
10000000000...001 （中间共有 52 个 0）
用双精度浮点数存储时
e = 1; m = 10000..00（共 52 个 0，其中 1 是 hidden bit）
显然，这和 2^53 的存储是一样的。

按照上面的思路可以推出，对于 2^53 + 2, 其二进制为 100000…0010（中间 51 个 0），也是可以精确存储的。

规律当 x 大于 2^53 且二进制有效位数大于 53 位时，就会存在精度丢失。这和小数的精度丢失本质上是一样的。

hidden bit 可参考A tutorial about Java double type.

小结

小数和大整数的精度丢失，并不仅仅在 JavaScript 中存在。严格来说，使用了IEEE 754 浮点数格式来存储浮点类型的任何编程语言（C/C++/C#/Java 等等）都存在精度丢失问题。在 C#、Java 中，提供了 Decimal、BigDecimal 封装类来进行相应的处理，才避开了精度丢失。

注ECMAScript 规范中，已有  decimal proposal，但目前尚未被正式采纳。

考考大家

Number.MAX_VALUE + 1 == Numer.MAX_VALUE;
Number.MAX_VALUE + 2 == Numer.MAX_VALUE;
...
Number.MAX_VALUE + x == Numer.MAX_VALUE;
Number.MAX_VALUE + x + 1 == Infinity;
...
Number.MAX_VALUE + Number.MAX_VALUE == Infinity;
// 问题
// 1. x 的值是什么？
// 2. Infinity - Number.MAX_VALUE == x + 1; 是 true 还是 false ?

以上这篇浅谈JavaScript中小数和大整数的精度丢失就是长沙网络推广分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持狼蚁SEO。