一直知道js的浮点数计算是不精确的， 0.1 + 0.2 !== 0.3，但是也就知道而已，解决方法却不怎么注意，所以刚做一个项目，尽管了解浮点数精度不精确的问题，但是还是掉坑里了。在此再次默默告诉自己要警惕，端正心态，不可掉以轻心！！！所以下面就分享一些加减乘除的方法。
原理： 把数字转换成字符串，然后从小数点部分切割成两部分，分别算出两个因数的小数点右边的长度，然后用两个因数的小数点右边长度最大的数再乘以10，相当于两个都放大了n倍，然后相加，然后缩小n倍。
注意，这里的放大用了乘法times函数（下面介绍），因为浮点数直接乘以100有可能出现精度不够的情况，如下图
原理和加法一样，放大n倍后相减再缩小n倍
乘法原理稍微变点，放大倍数n是 ‘两个小数点后面长度之和’ 而不是 ‘两个小数点后面长度这两者之间的最大值’
除法原理和乘法一样
这也是一个坑，比如你要保留两位小数，四舍五入的话就要看小数点第三位后面的数字来决定，如2.445四舍五入后就是2.45； 2.444四舍五入就是2.44；做这个需求的时候，我第一反应是Math.toFixed(2)，结果是bug百出啊，这里就不举例了，有兴趣可以自己尝试。然后我是怎么解决的呢？百度了一下，也是得到一些半成品不严谨的函数，原理也很简单，先放大倍数，然后利用Math.round()取整
以上加减乘除方法基本满足一般业务需求了，尤其是电商。但是如果数字计算时超出了 2的1024次方减1 ，也就是 9007199254740992 这个数字的话就不适合了，因为从 2^1024 开始就变成了 Infinity。
浮点小数都是用除法进行存储的，所以我会采用如下几种方法首先小数转字符串，然后小数点前后的分别进行运算
例如2.345 + 3.456 = [(2+3) +"." +( 345+456)].join("")
这样就能取得结果了
一、怎样将一个数据转成浮点数 https://www.zhihu.com/question/21711083二、js 的 Number 在 JavaScript 中整数和浮点数都属于 Number 数据类型，所有数字都是以 64 位浮点数形式储存，即便整数也是如此。三、造成哪些问题？ 1、小数计算精度丢失，比如 0.1+0.2 不等于 0.3 2、整数最大范围 整数是按最大54位来算最大(253 - 1，Number.MAX_SAFE_INTEGER,9007199254740991) 和最小(-(253 - 1)，Number.MIN_SAFE_INTEGER,-9007199254740991) 安全整数范围的。所以只要超过这个范围，就会存在被舍去的精度问题。四、解决办法 开源的库、bigInt、 0.1+0.2-0.3 // 5.551115123125783e-17 5.551115123125783e-17.toFixed(20) // '0.00000000000000005551' 5.551115123125783e-17<Number.EPSILON*Math.pow(2,2) // true重新整理https://zhuanlan.zhihu.com/p/73699947回顾一个基础问题，js 中的精度丢失问题。 一、在 js 中只有双精度浮点数来存储的Number，数据存储会有三个步骤：1、十进制转二进制 2、二进制转科学技术法 3、按 IEEE754 标准存储。 二、双精度浮点一共有 64位，64位比特又可分为三个部分： 符号位S：第 1 位是正负数符号位（sign），0代表正数，1代表负数 指数位E：中间的 11 位存储指数（exponent），用来表示次方数 尾数位M：最后的 52 位是尾数（mantissa），超出的部分自动进一舍零 三、基于以上知识，在数据小数位在进行转换二进制时，会出现无线循环的情况，而数据转成 IEEE754标准时又仅支持 52 位，所以要发生一个数据截断，也就是精度丢失。 四、常见的丢失场景， 0.1 + 0.2 === 0.30000000000000004 parseInt(0.58*100,10)=57 (1.335).toFixed(2) 四、解决办法math.js bignumber.js等库以及 es6 针对整数精度丢失的新数据类型BigInt
