为什么0.1累加100次结果不是10？浮点数精度问题解析

你是否好奇过，为什么在编程中将0.1累加100次，得到的结果竟然不是10？这背后的根源与计算机处理小数的机制密切相关。接下来，我们一起来深入剖析这一现象。

一个经典的运算错误示例

我们来看一个典型的计算机运算错误示例。

function sum(){
    let sum = 0;
    for(let i=1;i<=100;i++){
        sum +=0.1;
    }
    console.log(sum)
}

在浏览器的控制台中运行sum()，得到的结果是9.99999999999998。这显然与我们九年义务教育所学的知识 「背道而驰」。

有句话说得好： 「雪崩的时候，没有一片雪花是无辜的」。在这段代码中，程序没有错，计算机也没有故障，当然也和所用语言没有直接关系（选用其他高级语言可能会得到不同的运算结果）。如果非要找出一个“背锅侠”，那就是 「计算机处理小数的机制」。

小提示： 这个结果并非Ja vaScript特有的bug，几乎所有采用二进制浮点数的编程语言（如Ja va、C++、Python等）都会遇到类似问题。只是不同语言对小数精度的处理方式略有差异，因此显示结果可能略有不同。

用二进制数表示小数

在计算机底层知识之二进制中我们讲过，由于计算机内部所有信息都以二进制数形式处理，因此 「整数和小数并无差别」。

在说明计算机如何用二进制数表示小数的具体方法之前，我们先尝试将1011.0011这个带小数点的二进制数转换为十进制数。

小数点 「前面」 部分的转换方法在计算机底层知识之二进制中已经介绍过：只需将各 「数位」 数值与 「位权」 相乘，再将相乘的结果相加即可。其实，对于小数点后面的部分，也是 「照猫画虎」，同样是将各 「数位」 数值与 「位权」 相乘的结果相加。

二进制数小数点前面部分的「位权」

• 第一位是2的0次幂
• 第二位是2的1次幂
• 第三位是2的2次幂
• 以此类推

而小数点后面部分的「位权」

• 第一位是2的-1次幂
• 第二位是2的-2次幂
• 第三位是2的-3次幂
• 以此类推

❝0次幂前面的位的位权按照1次幂、2次幂····的方式「递增」

0次幂后面的位的位权按照-1次幂、-2次幂····的方式「递减」

❞

小提示： 二进制小数位的位权是2的负整数次幂，因此只有分母为2的幂次（如1/2、1/4、1/8等）的小数才能被有限位二进制精确表示。像0.1（即1/10）这样分母不是2的幂次的数，在二进制中会变成无限循环小数。

计算机运算出错的原因

❝计算机运算出错的原因：「有一些十进制数的小数无法被精确转换为二进制」

❞

小数点后4位用二进制数表示时的数值范围为0.0000~0.1111。这里只能表示由0.5、0.24、0.125、0.0625这四个二进制数小数点后面的位权组合而成（相加总和）的小数。

❝可以看出：「二进制数是连续的，十进制数是非连续的」

❞

在前面讲二进制的时候，我们提到：根据IC引脚个数不同，我们可以表示不同位数的二进制数。通过增加引脚数（即增加二进制小数点后面的位数），与之对应的十进制数的个数也会增加， 「但是无论增加多少位，2的-〇〇次幂相加都无法精确得到0.1这个结果」。

实际上，十进制数0.1转换成二进制后，会变成0.00011001100···（1100循环）这样的 「循环小数」。这和十进制数无法精确表示1/3是同样的道理。

❝计算机作为一个 「功能有限」 的机器设备，是无法处理 「无限循环」 的小数的

❞

因此，当遇到 「循环小数」 时，计算机就会根据 「变量数据类型」 所对应的长度，将数值从 「中间截断」 或者 「四舍五入」。

然后，我们再结合上面的例子：一个 「循环小数」 在存储时已经被 「掐头去尾」，而偏偏这个近似值又被反复进行了N次累加。不怕你不努力，就怕你持之以恒地向偏离既定轨道的方向上移动——那么结果可想而知，永远无法达到最终想要的结果。

常见问题：

• 问： 为什么有些编程语言（如Python）中0.1+0.2的结果是0.30000000000000004而不是0.3？
  答： 这和累加0.1的问题同源。0.1和0.2在二进制中都是无限循环小数，存储时被截断，相加后误差累积导致结果不精确。
• 问： 有没有办法避免这种误差？
  答： 对于金融等要求高精度的场景，可以使用十进制浮点数库（如Python的decimal模块）或采用整数运算（例如将金额以分为单位存储）。

浮点数

像1011.0011这样带小数点的表现形式，在计算机内部是无法直接使用的。

很多编程语言都提供了两种表示小数的数据类型，分别是 「双精度浮点数」 和 「单精度浮点数」。

• 「双精度浮点数」 用64位表示小数
• 「单精度浮点数」 用32位表示小数

「浮点数」 是指用 「符号」、 「尾数」、 「基数」 和 「指数」 这四部分表示的小数。

❝计算机内部使用的是二进制数，所以 「基数是2」，因此实际的数据中往往不考虑基数。只用 「符号」、 「尾数」、 「指数」 这三部分就可以表示 「浮点数」。

❞

浮点数表现形式

浮点数的表示方式有很多种，我们以IEEE标准为例进行说明。

双精度浮点数和单精度浮点数在表示同一个数值时，「使用的位数」 不同。

「符号部分」 是指使用一个 「数据位」 来表示符号。「数据位为1时表示负，为0时表示正或者0」

❝数值的大小用 「尾数部分」 和 「指数部分」 来表示。即用 「尾数部分 × 2的指数部分次幂」 的形式来表示。

❞

• 「尾数部分」 采用的是「将小数点前面的值固定为1的正则表达式」
• 「指数部分」 采用的是「EXCESS系统表示」

总结来说，0.1累加100次无法得到10的根本原因在于：十进制小数0.1无法用有限的二进制位精确表示，计算机只能近似存储，多次累加后误差不断积累，最终导致结果偏离预期。理解这一点，有助于我们在编程中正确处理小数运算，避免踩坑。