在 JavaScript 开发中，直接用 === 或 == 比较两个浮点数，很容易出现意料之外的布尔逻辑错误。这并非代码本身有误，而是由于 0.1、0.2 这类十进制小数在二进制系统中无法被精确存储，导致 0.1 + 0.2 === 0.3 返回 false。要规避这种“数值看似相等，一比较就失效”的尴尬局面，核心思路是从追求“完全相等”转向采用“足够接近”的容差比较策略。
借助 Number.EPSILON 实现基础容差比较
这是最轻量且原生支持的方案，适合大多数常规数值场景：
- 推荐写法为
Math.abs(a - b) < Number.EPSILON，其中Number.EPSILON约等于2.22e-16，适用于数值在 1 附近的比较 - 避免直接使用
==或===判断结果，例如将if (a === b)改为if (Math.abs(a - b) < Number.EPSILON) - 对于已知量级的场景（如 UI 计算、动画参数），可自定义更宽松的阈值，例如
1e-10或1e-6
大数或跨量级比较时引入相对误差
纯绝对误差在数值较大（如 1e8）或极接近零时会失效：
- 当
a和b都较大时，使用Math.abs(a - b) < Math.max(Math.abs(a), Math.abs(b)) * Number.EPSILON - 若其中一个可能为零，需增加兜底逻辑：可写成
Math.abs(a - b) < Math.max(1, Math.abs(a), Math.abs(b)) * Number.EPSILON - 例如比较
1000000.001和1000000.002，绝对差为 0.001，若仅以1e-9为阈值则永远无法成立
金额、计数等关键业务场景转为整数运算
涉及金钱、库存、评分等不允许舍入误差的场景，应彻底避开浮点计算：
- 统一乘以
100（两位小数）或1000（三位小数）转为整数，运算完成后再除以相应倍数，如(0.1 * 100 + 0.2 * 100) / 100 === 0.3 - 封装为工具函数，避免多次浮点乘除引入额外误差，例如：
const safeAdd = (a, b) => Math.round((a + b) * 100) / 100 - 后端返回字符串数字（如
"19.99"）时，先通过Number()或parseFloat()转换，再转为整数，避免依赖隐式类型转换
高精度需求场景引入 decimal.js
金融结算、科学计算等不容许任何累积误差的场景，必须使用十进制专用库：
new Decimal("0.1").add("0.2").equals("0.3")返回true，全程基于字符串输入，有效规避二进制表示缺陷- 注意返回值为
Decimal对象，不能直接用于===或Math.max()，需调用.toNumber()或对应方法 - 避免在简单展示或条件判断中滥用：该库会带来额外体积与运行时开销，仅在真正必要时启用
