相等测试

任何占用位数有限的数字编码系统，无论你选择的是什么基数（例如十进制或二进制），都必定无法精确表示所有数字，因为你试图使用有限的内存来表示数轴上无限数量的点。例如，十进制系统无法准确表示 1/3，而二进制系统无法准确表示 0.1。因此，例如，0.1 + 0.2 并不完全等于 0.3：

jsconsole.log(0.1 + 0.2); // 0.30000000000000004

console.log(0.1 + 0.2 === 0.3); // false

因此，通常建议不要使用 === 比较浮点数。相反，我们可以认为两个数在彼此之间是足够接近的时候它们是相等的。如果算术运算的数量级在 1 附近，那么 Number.EPSILON 常数通常是一个合理的误差阈值，因为实质上，EPSILON 指定了数字“1”的精确度。

jsfunction equal(x, y) {

return Math.abs(x - y) < Number.EPSILON;

}

const x = 0.2;

const y = 0.3;

const z = 0.1;

console.log(equal(x + z, y)); // true

然而，对于任何具有更大数量级的算术运算，Number.EPSILON 是不适用的。如果你的数据数量级在 103 的范围，那么小数部分的精确度将远远小于Number.EPSILON：

jsfunction equal(x, y) {

return Math.abs(x - y) < Number.EPSILON;

}

const x = 1000.1;

const y = 1000.2;

const z = 2000.3;

console.log(x + y); // 2000.3000000000002；误差为 10^-13 而不是 10^-16

console.log(equal(x + y, z)); // false

在这种情况下，需要更大的容差。由于进行比较的数字的数量级大约为 2000，使用类似于 2000 * Number.EPSILON 的乘积可以为此情况提供足够的容差。

jsfunction equal(x, y, tolerance = Number.EPSILON) {

return Math.abs(x - y) < tolerance;

}

const x = 1000.1;

const y = 1000.2;

const z = 2000.3;

console.log(equal(x + y, z, 2000 * Number.EPSILON)); // true

除了数量级之外，考虑输入的精度也非常重要。例如，如果数字是从表单输入收集的，并且输入值只能以 0.1 的步长调整（即 ），通常可以允许更大的容差，例如 0.01，因为数据的精度只有 0.1。

备注：重点是：不要简单地将 Number.EPSILON 作为相等性测试的阈值。使用适合要比较的数字的数量级和精度的阈值。