浮点数不是你想的那样精确
写程序时，你可能遇到过这种情况：明明是 0.1 + 0.2，结果却不是 0.3，而是 0.30000000000000004。这不是 bug，而是因为计算机用“浮点数”来表示小数，而浮点数有它自己的规则和局限。
我们日常用十进制算数，但计算机底层用二进制。像 0.1 这样的十进制小数，在二进制里是个无限循环小数，就像 1/3 在十进制中是 0.333... 一样。计算机只能存有限位数，于是就只能近似存储，这就带来了精度误差。
IEEE 754 标准是怎么定的
现在绝大多数系统都遵循 IEEE 754 浮点数标准。最常见的两种是单精度（float）和双精度（double）。单精度占 32 位，双精度占 64 位。
这 64 位被分成三部分：1 位符号位，11 位指数位，52 位尾数位。这种设计让浮点数能表示极大或极小的数值，但也牺牲了部分精度。
能表示多大？有多大限制？
以 JavaScript 为例，它只有一种数字类型，基于 IEEE 754 双精度浮点数。它能表示的最大安全整数是 Number.MAX_SAFE_INTEGER，也就是 2^53 - 1，等于 9007199254740991。超过这个值，相邻两个整数之间就会出现“空洞”，导致加一都不一定变。
比如你输入 9007199254740992 + 1，在 JS 中可能还是等于它自己。这是因为尾数只有 52 位，无法再精确表示下一个整数。
最大可表示的数值大约是 1.8 × 10^308，再大就变成 Infinity 了。而最小的正数接近于 5 × 10^-324，比这还小就是 0 了。
实际编程中要注意什么
做金融计算时，千万别直接用浮点数存金额。比如 0.1 元，二进制下根本存不准。正确做法是用整数分单位存储，比如 10 分钱存成 10，避免小数运算。
比较两个浮点数是否相等时，也不要直接用 ==。应该判断它们的差是否在一个很小的范围内：
function isEqual(a, b) {
return Math.abs(a - b) < 1e-10;
}这个“容差”值要根据具体场景调整。
了解浮点数的表示范围，不只是为了应付面试题。当你调试一个莫名其妙的计算错误时，很可能就是浮点精度在作怪。理解它的机制，才能写出更可靠的代码。