谈起JavaScript中的数字类型，有一个经典问题几乎成了每位开发者的入门必修课：0.1 + 0.2为什么总是不等于0.3？这背后并非JavaScript设计上的“任性”，而是因为它底层遵循的是IEEE 754双精度（64位）浮点数标准。深入理解这套标准，你就能清晰掌握JavaScript数字的精确表示范围、误差产生原因以及各种特殊值的来龙去脉。
简单来说，在JavaScript内部，所有数字——无论看起来是整数还是小数——都只有一种存储形态：64位浮点数。这个根本设计直接决定了它能精确表示什么数字，又会在哪些情况下出现偏差。
64 位结构决定精度上限
这64位是如何分配的呢？它被拆解成三个部分，共同决定一个数字的“身份”信息：
- 1 位符号位（S）：标记该数字是正数还是负数。
- 11 位指数域（E）：实际指数值等于E减去偏移量1023，这使得指数的表示范围大约在-1022到+1023之间（全0和全1被保留用作特殊值）。
- 52 位尾数域（F）：这里有一个关键细节——在规格化数中，尾数前面隐含了一个“1”。因此实际有效二进制位数是53位（1位隐含位 + 52位显式位）。
这个结构带来一个直接结果：JavaScript能够精确表示的十进制整数，其绝对值不能超过2⁵³ − 1，也就是9,007,199,254,740,991。一旦超出这个“安全整数”范围，相邻两个可表示数字之间的间隔至少为2，这意味着有些整数根本无法被精确存储，只能被“四舍五入”到最接近的可表示偶数上。
无法精确存储的十进制小数
整数有上限，小数则存在精度陷阱。很多在我们看来非常简单的有限位十进制小数，一旦转换成二进制，就会变成无限循环小数。例如：
- 0.1₁₀ = 0.00011001100110011…₂（“0011”无限循环）
- 0.2₁₀ = 0.0011001100110011…₂（同样无限循环）
由于尾数域只有52位（加上隐含位共53位有效精度），这些无限循环的二进制小数必须被截断。这个截断操作会引入大约±2⁻⁵³的相对误差。因此，你在代码中写下的0.1和0.2，其实都是它们的近似值。两个近似值相加，结果自然还是一个近似值，与数学上精确的0.3比较时，就出现了那个著名的!==现象。
规格化与非规格化数影响极小值范围
IEEE 754标准为了更优雅地表示非常接近零的数字，定义了两类数：
- 规格化数：这是最常见的状态，指数E在1到2046之间，尾数隐含前导1。它能表示的最小正数大约是2.2 × 10⁻³⁰⁸。
- 非规格化数：当指数E全为0时启用。此时尾数不再隐含前导1（即M = 0.F），以牺牲精度为代价，填补了0到最小规格化数之间的“空白地带”。这使得JavaScript能表示小到约4.9 × 10⁻³²⁴的数（例如
5e-324）。不过，对非规格化数的运算通常比规格化数慢。如果计算结果比这个非规格化最小值还小，就会发生“下溢”，最终归为零。
特殊值和边界行为
除了常规数字，标准还定义了几种特殊值，JavaScript也完全照搬了这些规则：
- 当指数E全为1且尾数F为0时，表示
Infinity或-Infinity（例如1 / 0）。 - 当指数E全为1且尾数F不为0时，表示
NaN（Not a Number，例如0 / 0或Math.sqrt(-1)）。 - 当指数E全为0且尾数F为0时，表示正零或负零（
+0和-0）。它们在使用===比较时是相等的，但可以通过某些操作区分（比如1 / -0会得到-Infinity）。
这些行为，包括NaN !== NaN这个特性，都不是JavaScript的缺陷，而是IEEE 754标准明确规定的语义。理解它们，是从“会用”到“真正懂其原理”的关键一步。
