为什么JavaScript中的parseFloat()会产生一致但不连续的结果?

Why does parseFloat() in JavaScript produce consisant but unitinutive results?

本文关键字：不连续 结果 中的 JavaScript parseFloat 为什么      更新时间：2023-09-26

在回答关于在html input中添加增加浮点值的方法的问题时，我遇到了我所知道的IEEE浮点数学的常见问题。这是我所看到的一个示例(带有演示):

<input type="text" name="BoqTextBox" id="BoqTextBox" value="0.001" />
<input type="Button" id='AddButton' value="+" />
<script>
  $('#AddButton').on('click', function () {
    var input = $('#BoqTextBox');
    input.val(parseFloat(input.val(), 10) + 1);
  })
</script>

点击+按钮，导致输入开始像这样增加(使用IEEE二进制表示的转换器):

                     S|   Exp   |      Mantissa
0.001              //0 0111 0101 000 0011 0001 0010 0110 1111
1.001              //0 0111 1111 000 0000 0010 0000 1100 0101
2.001              //0 1000 0000 000 0000 0001 0000 0110 0010
3.001              //0 1000 0000 100 0000 0001 0000 0110 0010
4.0009999999999994 //0 1000 0001 000 0000 0000 1000 0011 0001
5.0009999999999994 //0 1000 0001 010 0000 0000 1000 0011 0001
6.0009999999999994 //0 1000 0001 100 0000 0000 1000 0011 0001
7.0009999999999994 //0 1000 0001 110 0000 0000 1000 0011 0001
8.001              //0 1000 0010 000 0000 0000 0100 0001 1001
9.001              //0 1000 0010 001 0000 0000 0100 0001 1001
10.001             //0 1000 0010 010 0000 0000 0100 0001 1001
... then predictably like this until ...
15.001             //0 1000 0010 111 0000 0000 0100 0001 1001
16.000999999999998 //0 1000 0011 000 0000 0000 0010 0000 1100
17.000999999999998 //0 1000 0011 000 1000 0000 0010 0000 1100
18.000999999999998 //0 1000 0011 001 0000 0000 0010 0000 1100
19.000999999999998 //0 1000 0011 001 1000 0000 0010 0000 1100
... then predictably like this until ...
31.000999999999998 //0 1000 0011 111 1000 0000 0010 00001100
32.001             //0 1000 0100 000 0000 0000 0001 00000110
33.001             //0 1000 0100 000 0100 0000 0001 00000110
... then predictably like that up to 256 (a power of 8 seemed fitting to test) ...

我还不知道的是为什么这种行为在这些特定的值上表现出来，我可以采取什么逻辑步骤来减轻它的影响?舍入显示的目的，同时保持实际计算值存储在其他地方?

正如您所猜测的，您应该只在四舍五入后打印输出。这种行为是由十进制&二进制基数，因为有些十进制数在浮点数的二进制格式中没有精确的表示，因此在将其存储为二进制然后再次读取时，会失去一些精度。浮点数在CPU中的表示形式为1.XXXXX…XXXX * 2^P，所以从这个形式中你可以看到，并不是所有的十进制数都有XXXXXX...XXX的有限长度的表示。

相关文章：