在开发过程中遇到类似这样的问题：

　　这里得到的不是想要的结果，要想等于0.3，就要把它进行转化：

　　toFixed(num) 方法可把 Number 四舍五入为指定小数位数的数字。那为什么会出现这样的结果呢?

　　计算机是通过二进制的方式存储数据的，所以计算机计算0.1+0.2的时候，实际上是计算的两个数的二进制的和。0.1的二进制是0.0001100110011001100...(1100循环)，0.2的二进制是：0.00110011001100...(1100循环)，这两个数的二进制都是无限循环的数。那JavaScript是如何处理无限循环的二进制小数呢?

　　一般我们认为数字包括整数和小数，但是在 JavaScript 中只有一种数字类型：Number，它的实现遵循IEEE 754标准，使用64位固定长度来表示，也就是标准的double双精度浮点数。在二进制科学表示法中，双精度浮点数的小数部分最多只能保留52位，再加上前面的1，其实就是保留53位有效数字，剩余的需要舍去，遵从“0舍1入”的原则。

　　根据这个原则，0.1和0.2的二进制数相加，再转化为十进制数就是：0.30000000000000004。

　　下面看一下双精度数是如何保存的：

　　第一部分(蓝色)：用来存储符号位(sign)，用来区分正负数，0表示正数，占用1位第二部分(绿色)：用来存储指数(exponent)，占用11位第三部分(红色)：用来存储小数(fraction)，占用52位

　　对于0.1，它的二进制为：

　　转为科学计数法(科学计数法的结果就是浮点数)：

　　可以看出0.1的符号位为0，指数位为-4，小数位为：

　　那么问题又来了，指数位是负数，该如何保存呢?

　　IEEE标准规定了一个偏移量，对于指数部分，每次都加这个偏移量进行保存，这样即使指数是负数，那么加上这个偏移量也就是正数了。由于JavaScript的数字是双精度数，这里就以双精度数为例，它的指数部分为11位，能表示的范围就是0~2047，IEEE固定双精度数的偏移量为1023。

　　当指数位不全是0也不全是1时(规格化的数值)，IEEE规定，阶码计算公式为 e-Bias。 此时e最小值是1，则1-1023= -1022，e最大值是2046，则2046-1023=1023，可以看到，这种情况下取值范围是-1022~1013。当指数位全部是0的时候(非规格化的数值)，IEEE规定，阶码的计算公式为1-Bias，即1-1023= -1022。当指数位全部是1的时候(特殊值)，IEEE规定这个浮点数可用来表示3个特殊值，分别是正无穷，负无穷，NaN。 具体的，小数位不为0的时候表示NaN;小数位为0时，当符号位s=0时表示正无穷，s=1时候表示负无穷。

　　对于上面的0.1的指数位为-4，-4+1023 = 1019 转化为二进制就是：1111111011.

　　所以，0.1表示为：

　　说了这么多，是时候该最开始的问题了，如何实现0.1+0.2=0.3呢?

　　对于这个问题，一个直接的解决方法就是设置一个误差范围，通常称为“机器精度”。对JavaScript来说，这个值通常为2-52，在ES6中，提供了Number.EPSILON属性，而它的值就是2-52，只要判断0.1+0.2-0.3是否小于Number.EPSILON，如果小于，就可以判断为0.1+0.2 ===0.3