前端金額js運算精度丟失問題及解決方案
當前位置:點晴教程→知識管理交流
→『 技術文檔交流 』
本文轉載于稀土掘金技術社區,作者:東方紅杉 https://juejin.cn/post/7325627704782307337 前言前端開發中難免會遇到價格和金額計算的需求,這類需求所要計算的數值大多數情況下是要求精確到小數點后的多少位。但是因為JS語言本身的缺陷,在處理浮點數的運算時會出現一些奇怪的問題,導致計算不精確。 本文嘗試從現象入手,分析造成這一問題原因,并總結和整合一些通用的解決方案,以供大家參考。 現象回顧下面的是JS進行數值運算過程中常見的問題,這個問題有個專業的名稱叫精度丟失。 在 JavaScript 中整數和浮點數都屬于 Number 數據類型,所有的數字都是以 64 位浮點數形式存儲,整數也是如此。所以我們在打印 1.00 這樣的浮點數的結果是 1 而非 1.00 。在一些特殊的數值表示中,例如金額,這樣看上去有點別扭,但是至少值是正確了。然而要命的是,當浮點數做數學運算的時候,你經常會發現一些問題,舉幾個例子:
問題分析JavaScript 里的數字是采用 IEEE 754 標準的 64 位雙精度浮點數。 該規范定義了浮點數的格式,對于 64 位的浮點數在內存中的表示,最高的 1 位是符號位,接著的 11 位是指數,剩下的 52 位為有效數字,具體對應如下:
符號位決定了一個數的正負,指數部分決定了數值的大小,小數部分決定了數值的精度。 IEEE 754 規定,有效數字第一位默認總是 1,不保存在 64 位浮點數之中。也就是說,有效數字總是 1.xx…xx 的形式,其中 xx..xx 的部分保存在 64 位浮點數之中,最長可能為 52 位。 因此,JavaScript 提供的有效數字最長為 53 個二進制位(64 位浮點的后 52 位 + 有效數字第一位的 1)。 那么,JavaScript 在計算 首先,十進制的
IEEE 754 標準的 64 位雙精度浮點數的小數部分最多支持 53 位二進制位,所以兩者相加之后得到的二進制就是下面的樣子。
最終,因浮點數小數位的限制而截斷的二進制數字,再轉換為十進制,就成了 解決方案
這里是對網上常見的幾個解決方案的匯總和整理,但是方案一和方案二都存在一定的局限性,我會在對應的方案里進行說明。通常我們前端做這類運算通常只用于表現層,所以這兩個方案基本是夠用的。 方案一在應對確定精度浮點數運算時,可以把金額轉換成整數進行運算,最后再將結果轉換成真實金額。
需要注意的是上面的例子只能處理最多兩位小數的運算場景,如果小數位不確定這個方法是行不通的。 方案二JavaScript 內置的 toFixed() 方法可以將數字轉換成保留指定小數位的字符串。這個方法適用于簡單的金額計算。但需要注意舍入誤差,因為轉換后是字符串,失去了浮點數的特性,最后的結果坑你存在微小的誤差。
第三方庫現代前端發展至今,已經有很多成熟的類庫來幫助我們解決此類問題,這類類庫通常有很好的通用性和兼容性。 下面我將推薦幾個人氣較高的數字計算類庫。 Math.jsMath.js 是專門為 JavaScript 和 Node.js 提供的一個廣泛的數學庫。它具有靈活的表達式解析器,支持符號計算,配有大量內置函數和常量,并提供集成解決方案來處理不同的數據類型像數字,大數字 (超出安全數的數字),復數,分數,單位和矩陣,功能強大,易于使用。 官網:mathjs.org[1] GitHub:GitHub - josdejong/mathjs: An extensive math library for JavaScript and Node.js[2] decimal.js為 JavaScript 提供十進制類型的任意精度數值。 官網:decimal.js API[3] GitHub:GitHub - MikeMcl/decimal.js: An arbitrary-precision Decimal type for JavaScript[4] big.jsBig.js 是一個用于處理任意精度的大數運算的 JavaScript 庫。它解決了 JavaScript 中處理大數運算時精度丟失的問題,提供了更高精度的計算能力。 Big.js 庫的特點包括:
Big.js 庫非常適用于需要高精度計算的場景,如金融、密碼學、科學計算和大數據處理等。它允許開發人員在 JavaScript 中進行準確的數字計算,避免了精度損失帶來的問題。 官網:big.js API[5] GitHub:GitHub - MikeMcl/big.js: A small, fast JavaScript library for arbitrary-precision decimal arithmetic.[6] 總結本文對 Javascript 中浮點數運算出現的精度丟失問題進行了還原,分析了問題產生的原因在于二進制本身。同時給出了三個網絡上比較成熟的解決方案,其中第一和第二方案基本可以滿足大部分開發場景,如果不能滿足就使用類庫。 最后,建議所有對運算精度要求極高的業務場景都放到后端去運算,切記。 該文章在 2024/12/18 16:59:36 編輯過 |
關鍵字查詢
相關文章
正在查詢... |