<!--<source src="http://ww4.sinaimg.cn/large/6c0378f8gw1f89pd8hm96j20p00dwacm.jpg">-->title: '揭秘 0.1 + 0.2 != 0.3' description: 在采用 IEEE754 浮点数标准的语言中，0.1 + 0.2 都不会等于 0.3，但是 0.2 + 0.3 却等于 0.5，这是为何？想必这类问题也困扰着不少程序员。 warning: true date: 2016-09-28 23:05:23 categories:
"0.1 + 0.2 = ?"，这道题如果给小学生，他会立马告诉你答案是 0.3，但是交给一些程序去计算，结果就不是那么简单了。
<!--<source src="http://ww4.sinaimg.cn/large/6c0378f8gw1f89pd8hm96j20p00dwacm.jpg">-->
事实上，不仅仅是 JS，在其他采用 IEEE754 浮点数标准的语言中，0.1 + 0.2 都不会等于 0.3，但是 0.2 + 0.3 却等于 0.5，这是为何？想必这类问题也困扰着不少程序员。
我们知道，科学计数法中 30000 可以写成 3x10<sup>4</sup>，以 10 为底数 4 为指数的科学计数法。在 IEEE754 标准中是比较类似的，只不过它是二进制数，底数也为 2。
IEEE 754 中最常用的浮点数值表示法是：单精确度（32位）和双精确度（64位），JavaScript 采用的是后者。举个例子，十进制数 150，使用双精度浮点数表示法，表示如下：
// D 表示十进制，B 表示二进制
150D = 2^8 * 0.1001011B // 后面省略了 46 个 0
可以通过短除法计算：
150 余数位
÷ 2
---------------
75 0
÷ 2
---------------
37 1
÷ 2
---------------
18 1
÷ 2
---------------
9 0
÷ 2
---------------
4 1
÷ 2
---------------
2 0
÷ 2
---------------
1 0
÷ 2
---------------
0 1
最后一个余数为高位值，于是拿到 150 对应的二进制数位 1001011，也就等于 2^8 * 0.1001011。
上面是整数的表示法，而小数的表示法采用的是乘二取整，如 0.1，它的二进制表示为：
// (0011) 表示循环
0.1D = 2^-3 * 0.110011(0011)
其演算方法如下：
0.1 整数位
× 2
---------------
0.2 0
× 2
---------------
0.4 0 * ↓
× 2
---------------
0.8 0
× 2
---------------
1.6 1
× 2
---------------
1.2 1
× 2
---------------
0.4 0 * ↑
(0011循环)
与整数不同的是，第一个计算得到的整数位为最高位，故 0.1 对应的二进制数为 0.000110011(0011)，也就等于 2^-3 0.1100110011(0011)。
如果一个数既包含整数部分，又包含小数部分，其表示法的计算，需要分拆为整数和小数两部分，然后相加得到结果。
IEEE754 浮点数表示法的数据格式如下图：
// 下图采用大端表示，高位在左，低位在右。
sign exponent fraction
+---+----------+---------------------+
| 1 | 2~12 | 13~64 |
+---+----------+---------------------+
从上面小数的乘二取整演算中可以看到，有些小数对应的二进制数是无法写全的，比如 0.1，而 fraction 尾数部分有要求，只允许 52 位，超过部分进一舍零。
那么，我们就可以得到：
0.1D
= 2^-4 * 1.10011(0011)B
= 2^-4 * 1.10011(0011 repeat 12 times)0011B // ← 最后一位为 1，进 1
= 2^-4 * 1.10011(0011 repeat 12 times)010B
根据上面我们了解到的知识，我们可以很容易算出这些值：
0.1D = 2^-4 * 1.1001100110011001100110011001100110011001100110011010B
0.2D = 2^-3 * 1.1001100110011001100110011001100110011001100110011010B
0.3D = 2^-2 * 1.0011001100110011001100110011001100110011001100110011B
0.1 + 0.2 时，先将两者指数统一为 -3，故 0.1 小数点向左移一位，于是：
0.1100110011001100110011001100110011001100110011001101B
+ 1.1001100110011001100110011001100110011001100110011010B
------------------------------------------------------------
= 10.0110011001100110011001100110011001100110011001100111B
得到的二进制数为：
10.0110011001100110011001100110011001100110011001100111B
小数点往左移一位使得整数部分为 1，此时尾数部分为 53 位，进一舍零，于是得到最后的值是：
2^-2 * 1.0011001100110011001100110011001100110011001100110100
这个值转化成真值，结果为：0.30000000000000004。那么 0.1 + 0.2 = 0.30000000000000004 的推演到这里就结束了。
毕竟咱们手动计算可能存在笔误，可以通过一个叫做 double-bits 的 npm 进行推演，我写了一个小 demo，感兴趣的可以玩耍下：
const db = require('double-bits');
const pad = require('pad');
// [lo, hi] where lo is a 32 bit integer and hi is a 20 bit integer.
const base2Str = (n) => {
const f = db.fraction(n);
const s = db.sign(n) ? '-' : '';
const e = `2^${db.exponent(n) + 1}`;
const t = `0.${pad(f[1].toString(2), 20, '0')}${pad(f[0].toString(2), 32, '0')}`;
return `${s}${e} * ${t}`;
};
console.log(base2Str(0.1).toString(2));
console.log(base2Str(0.2).toString(2));
console.log(base2Str(0.3).toString(2));
console.log(base2Str(1.2).toString(2));
上面输出结果为：
2^-3 * 0.11001100110011001100110011001100110011001100110011010
2^-2 * 0.11001100110011001100110011001100110011001100110011010
2^-1 * 0.10011001100110011001111001100110011001100110011001100
2^1 * 0.10011001100110011001111001100110011001100110011001100
为了按照计算机的思维，IEEE754 的标准来计算 0.1 + 0.2，又重新复习了一遍大学计算机基础的知识，原码、反码、补码，以及除二取余、乘二取整计算法，最后能够推演出来，也算是一个胜利吧~
题图：math by Roman Mager
笔耕不辍，欢迎关注微信公众号小胡子哥（barretlee_com），分享生活，分享技术，我在那里等你。