浮点精度丢失演示器 — 0.1 + 0.2 为什么不等于 0.3
JS 里所有数字都是 IEEE 754 双精度浮点数:十进制的 0.1 换成二进制是无限循环小数,只能截断存储。本页用 DataView 逐位展示真实存储、用动画复现累加误差、并排验证四种修复方案。
0.1 + 0.2 === 0.3 → false
0.1 + 0.2 → 0.30000000000000004
10 + 20 → 30(整数分方案)
1DataView 二进制存储解剖台
每个数占 8 字节 = 1 位符号 + 11 位指数 + 52 位尾数。深蓝亮点是存了 1 的位;同色高亮框标出 0.1 与 0.2 的尾数差异——它们的和与 0.3 的存储并不相同。
2累加误差动画:float 加加加,何时开始骗你
按固定步长反复累加,绿色格 = 与理想值一致,红色 ! 格 = 偏差首次显现并持续。可以换步长和次数,直观感受"误差会累积"。
3修复方案对比:整数分 / EPSILON / toFixed / decimal
场景:0.1 + 0.2 + 0.6 应等于 0.9(三个价格相加)。四种做法结果与可靠性一目了然。
| 方案 | 写法 | 本页实测结果 | 可靠性 | 适用场景 |
|---|
4自定义验证台
输入若干小数(逗号或空格分隔),实时对比"浮点直加"与"整数分"两种结果,并查看每个数的二进制存储指纹。
// 验证报告将显示在这里
方案管理 · 数值对比 · 导出
调好的参数可存成方案随时载入,也能生成可分享链接;结果里的数值列会自动画成对比图,并支持导出 CSV / JSON。

还没有留言,来抢沙发吧!