JavaScript 的精度问题源于其遵循 IEEE 754 标准的 64 位双精度浮点数表示法，导致 0.1 + 0.2 !== 0.3 等经典问题。以下是系统化的解决方案及适用场景：

⚙️ 一、整数转换法（适合简单运算）

将小数转换为整数运算后再还原，避免直接操作浮点数。
适用场景：货币计算（如元转分）、加减乘除等基础运算。

// 计算 0.1 + 0.2
const a = 0.1 * 100; // 10
const b = 0.2 * 100; // 20
const result = (a + b) / 100; // 0.3

注意：大数运算可能导致整数溢出（超出 Number.MAX_SAFE_INTEGER）。

---

📚 二、第三方数学库（高精度场景首选）

1. decimal.js / bignumber.js

提供任意精度十进制计算，解决浮点数与大数问题：

// 使用 decimal.js
const { Decimal } = require('decimal.js');
const sum = new Decimal('0.1').plus('0.2').toString(); // "0.3"

2. math.js

支持矩阵、单位等复杂数学操作，集成高精度计算：

// 使用 math.js
math.config({ number: 'BigNumber' });
math.add(math.bignumber(0.1), math.bignumber(0.2)); // 0.3

适用场景：金融系统、科学计算、复杂公式。

---

🔢 三、BigInt 类型（大整数精确表示）

处理超过 2^53 - 1（约 9e15）的整数，但不支持小数：

const bigNum = 9007199254740993n; // 超出安全整数范围
const result = bigNum + 1n; // 9007199254740994n

适用场景：ID 生成、大整数运算（如加密算法）。

---

⚖️ 四、数值比较策略

避免直接比较浮点数，使用误差容忍范围（如 Number.EPSILON）：

function isEqual(a, b) {
  return Math.abs(a - b) < Number.EPSILON;
}
isEqual(0.1 + 0.2, 0.3); // true

适用场景：条件判断、结果校验。

---

🔍 五、toFixed() 的谨慎使用

仅用于显示格式化，返回字符串且四舍五入规则可能不精确：

const num = 1.335;
num.toFixed(2); // "1.33"（应为 1.34）

替代方案：先用库计算精度，再调用 toFixed。

---

💎 最佳实践总结

场景	推荐方案
简单计算（如金额转换）	整数转换法
复杂计算（金融/科学）	decimal.js 或 math.js
超大整数（如 ID 处理）	BigInt
浮点数比较	误差范围判断（Number.EPSILON）

提示：精度问题本质是二进制对十进制的截断误差，所有语言均有此问题。前端处理关键数据时，建议优先使用成熟库（如 decimal.js），或移交后端（如 Java 的 BigDecimal）。