前端如何应对精确数字运算?用BigNumber.js解决JavaScript原生Number类型在处理大数或高精度计算时的局限性

前端如何应对精确数字运算?用BigNumber.js解决JavaScript原生Number类型在处理大数或高精度计算时的局限性

目录

前端如何应对精确数字运算?用BigNumber.js解决JavaScript原生Number类型在处理大数或高精度计算时的局限性

一、BigNumber.js介绍

1、什么是 BigNumber.js?

2、作用领域

3、核心特性

二、安装配置与基础用法

1、引入 BigNumber.js

2、配置 BigNumber.js

3、常用方法

①创建 BigNumber 实例

②基本运算

③幂运算

④绝对值

⑤舍入

⑥比较

⑦格式化输出

⑧链式调用

三、核心特性

1、大数精度丢失问题

2、小数运算精度问题

3、大数乘除法精度问题

四、总结


        作者:watermelo37

        ZEEKLOG万粉博主、华为云云享专家、阿里云专家博主、腾讯云、支付宝合作作者,全平台博客昵称watermelo37。

        一个假装是giser的coder,做不只专注于业务逻辑的前端工程师,Java、Docker、Python、LLM均有涉猎。



---------------------------------------------------------------------

温柔地对待温柔的人,包容的三观就是最大的温柔。

---------------------------------------------------------------------

前端如何应对精确数字运算?用BigNumber.js解决JavaScript原生Number类型在处理大数或高精度计算时的局限性

一、BigNumber.js介绍

1、什么是 BigNumber.js?

        BigNumber.js 是一个 JavaScript 库,用于处理高精度的数字运算。它解决了 JavaScript 原生 Number 类型在处理大数或高精度计算时的局限性。由于 JavaScript 的 Number 类型基于 IEEE 754 标准(双精度浮点数),其精度限制为 53 位有效数字,因此在处理大数或需要高精度的场景下容易出现精度丢失的问题。

        BigNumber.js专注于十进制精度运算,内部使用字符串进行十进制模拟,完全避免了 JS 的二进制浮点误差。默认不会丢失精度,也不会四舍五入除非你手动指定。在很多真实应用场景中(如金融、金额、电商)至关重要。

// 精度计算问题 console.log(0.1+0.2); // 0.30000000000000004 // 大数比较问题,超过2^53 - 1 = 9007199254740991的数字会丢失精度 console.log(15615616981519815 === 15615616981519816)

2、作用领域

        BigNumber.js 的主要作用领域包括但不限于以下场景:

  • 金融计算:贷款利息计算、汇率转换、交易金额处理等。
  • 科学计算:天文学中的距离计算、化学中的分子量计算等。
  • 区块链与加密货币:比特币、以太坊等加密货币的交易金额等。
  • 数据统计与分析:统计报表、数据分析工具等。
  • 其他高精度需求场景:游戏开发中的经济系统(虚拟货币)、电子商务中的价格计算等。

3、核心特性

        BigNumber.js 的核心特性使其成为处理高精度数字的理想选择:能支持任意精度;每次操作都会返回一个新的BigNumber对象,不修改原始对象;支持丰富的数学运算;支持多种格式化输出方式;配置灵活且跨平台兼容。

二、安装配置与基础用法

1、引入 BigNumber.js

        通过npm安装:

npm install bignumber.js

        然后在代码中引入:

const BigNumber = require('bignumber.js'); // 或者(ES6 模块语法) import BigNumber from 'bignumber.js';

        如果不想使用 npm,可以直接通过 CDN 在 HTML 文件中引入:

<script src="https://cdn.jsdelivr.net/npm/bignumber.js/bignumber.min.js"></script> <script> // 使用全局变量 BigNumber const num = new BigNumber('123456789.123456789'); console.log(num.toString()); </script>

2、配置 BigNumber.js

        BigNumber.js 提供了全局配置选项,可以设置默认精度、舍入模式等。这些配置对所有 BigNumber 实例生效。

BigNumber.config({ DECIMAL_PLACES: 10, // 设置小数点后保留位数 ROUNDING_MODE: BigNumber.ROUND_HALF_UP, // 四舍五入 EXPONENTIAL_AT: [-15, 20], // 设置科学计数法的触发范围 });
  • DECIMAL_PLACES:控制小数点后的保留位数。
  • ROUNDING_MODE:定义舍入模式,支持以下选项:
    • BigNumber.ROUND_UP:向上取整。
    • BigNumber.ROUND_DOWN:向下取整。
    • BigNumber.ROUND_HALF_UP:四舍五入。
    • BigNumber.ROUND_HALF_DOWN:五舍六入。
  • EXPONENTIAL_AT :设置科学计数法的触发范围。例如,[-15, 20] 表示当数字小于 1e-15 或大于 1e20 时,会自动转换为科学计数法。

        你也可以在创建 BigNumber 实例时用局部配置代替全局配置:

const num = new BigNumber('1.23456789', { DECIMAL_PLACES: 5 }); console.log(num.toString()); // 输出:1.23457

3、常用方法

        以下是一些常用的 BigNumber.js 方法及其用途:

①创建 BigNumber 实例
const num = new BigNumber('123456789.123456789'); console.log(num.toString()); // 输出:123456789.123456789
基本运算

        BigNumber.js 支持加法、减法、乘法、除法、取模等操作。

const a = new BigNumber('10'); const b = new BigNumber('3'); console.log(a.plus(b).toString()); // 加法:13 console.log(a.minus(b).toString()); // 减法:7 console.log(a.times(b).toString()); // 乘法:30 console.log(a.div(b).toString()); // 除法:3.3333333333333333333 console.log(a.mod(b).toString()); // 取模:1
③幂运算
const num = new BigNumber('2'); console.log(num.pow(10).toString()); // 幂运算:1024
④绝对值
const num = new BigNumber('-123.45'); console.log(num.abs().toString()); // 绝对值:123.45
⑤舍入
const num = new BigNumber('1.23456789'); console.log(num.toFixed(2, BigNumber.ROUND_UP)); // 向上取整:1.24 console.log(num.toFixed(2, BigNumber.ROUND_DOWN)); // 向下取整:1.23 console.log(num.toFixed(2, BigNumber.ROUND_HALF_UP)); // 四舍五入:1.23
⑥比较
const a = new BigNumber('10'); const b = new BigNumber('20'); console.log(a.comparedTo(b)); // 比较:-1(a < b) console.log(a.isEqualTo(b)); // 判断是否相等:false console.log(a.isGreaterThan(b)); // 判断是否大于:false console.log(a.isLessThan(b)); // 判断是否小于:true
⑦格式化输出
const num = new BigNumber('123456789.123456789'); console.log(num.toString()); // 默认格式:123456789.123456789 console.log(num.toFormat(2)); // 格式化为两位小数:123,456,789.12 console.log(num.toExponential(2)); // 科学计数法:1.23e+8
⑧链式调用
const result = new BigNumber('10') .plus('5') // 10 + 5 = 15 .times('2') // 15 * 2 = 30 .div('3') // 30 / 3 = 10 .pow('2'); // 10^2 = 100 console.log(result.toString()); // 输出:100

三、核心特性

1、大数精度丢失问题

        JavaScript 原生 Number 类型在处理非常大的数字或小数时会出现精度丢失,而 BigNumber.js 能确保任意精度。

// 原生 JavaScript console.log(9007199254740992 === 9007199254740993); // 输出:true(错误) // 使用 BigNumber.js const BigNumber = require('bignumber.js'); const num1 = new BigNumber('9007199254740992'); const num2 = new BigNumber('9007199254740993'); console.log(num1.eq(num2)); // 输出:false(正确)

2、小数运算精度问题

        原生 JavaScript 在处理小数运算时可能会出现浮点数精度误差,而 BigNumber.js 能确保精确结果。

// 原生 JavaScript console.log(0.1 + 0.2); // 输出:0.30000000000000004(错误) // 使用 BigNumber.js const BigNumber = require('bignumber.js'); const num1 = new BigNumber('0.1'); const num2 = new BigNumber('0.2'); console.log(num1.plus(num2).toString()); // 输出:0.3(正确)

3、大数乘除法精度问题

        原生 JavaScript 在处理大数乘/除法时可能会丢失精度,而 BigNumber.js 能确保精确结果。

// 原生 JavaScript const weiAmount = 1000000000000000001; // 1 ETH + 1 wei const ethAmount = weiAmount / 1000000000000000000; console.log(ethAmount); // 输出:1.0000000000000002(错误) // 使用 BigNumber.js const BigNumber = require('bignumber.js'); const weiAmount = new BigNumber('1000000000000000001'); // 1 ETH + 1 wei const ethAmount = weiAmount.div(new BigNumber('1000000000000000000')); console.log(ethAmount.toString()); // 输出:1.000000000000000001(正确)

四、总结

        BigNumber.js 是为了解决 JS 在处理“十进制小数”时精度丢失的问题而生的。相比之下,其他库要么功能更复杂(decimal.js)、要么精度控制不默认(math.js)、要么只处理整数(BigInt)。

        只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~

        其他热门文章,请关注:

        极致的灵活度满足工程美学:用Vue Flow绘制一个完美流程图

        你真的会使用Vue3的onMounted钩子函数吗?Vue3中onMounted的用法详解

        DeepSeek:全栈开发者视角下的AI革命者

        通过array.filter()实现数组的数据筛选、数据清洗和链式调用

        通过Array.sort() 实现多字段排序、排序稳定性、随机排序洗牌算法、优化排序性能

        TreeSize:免费的磁盘清理与管理神器,解决C盘爆满的燃眉之急

        通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制

        深入理解 JavaScript 中的 Array.find() 方法:原理、性能优势与实用案例详解

        el-table实现动态数据的实时排序,一篇文章讲清楚elementui的表格排序功能

        MutationObserver详解+案例——深入理解 JavaScript 中的 MutationObserver

        JavaScript中通过array.map()实现数据转换、创建派生数组、异步数据流处理、DOM操作等

        前端实战:基于Vue3与免费满血版DeepSeek实现无限滚动+懒加载+瀑布流模块及优化策略

        高效工作流:用Mermaid绘制你的专属流程图;如何在Vue3中导入mermaid绘制流程图

        干货含源码!如何用Java后端操作Docker(命令行篇)

        在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境

        Dockerfile全面指南:从基础到进阶,掌握容器化构建的核心工具

Read more

Llama-3.2-3B部署案例:Ollama镜像免配置+Mac M1/M2芯片原生运行实测

Llama-3.2-3B部署案例:Ollama镜像免配置+Mac M1/M2芯片原生运行实测 想在Mac上快速体验最新的大语言模型?Llama-3.2-3B配合Ollama镜像,让你5分钟内就能开始与AI对话,无需任何复杂配置。 作为一名长期在Mac上折腾AI模型的技术爱好者,我最头疼的就是环境配置和依赖问题。每次看到"只需简单几步"的教程,结果往往需要安装一堆库、解决各种兼容性问题。 直到遇到了Ollama版的Llama-3.2-3B镜像,我才真正体验到了什么叫"开箱即用"。特别是对Mac M1/M2用户来说,这个镜像做了原生优化,不需要通过Rosetta转译,性能直接拉满。 1. Llama-3.2-3B模型简介 Llama 3.2是Meta最新推出的轻量级大语言模型系列,包含1B和3B两个版本。我这次实测的3B版本虽然在参数规模上不算巨大,但在多语言对话场景下的表现相当惊艳。 1.1 核心特点 这个模型专门针对多语言对话进行了优化,无论是中文、英文还是其他语言,都能保持不错的对话流畅度。我在测试中发现,它在理解用户意图和生成连贯回复方面,

【GitHub开源AI精选】WhisperX:70倍实时语音转录、革命性词级时间戳与多说话人分离技术

【GitHub开源AI精选】WhisperX:70倍实时语音转录、革命性词级时间戳与多说话人分离技术

系列篇章💥 No.文章1【GitHub开源AI精选】LLM 驱动的影视解说工具:Narrato AI 一站式高效创作实践2【GitHub开源AI精选】德国比勒费尔德大学TryOffDiff——高保真服装重建的虚拟试穿技术新突破3【GitHub开源AI精选】哈工大(深圳)& 清华力作 FilmAgent:剧本自动生成 + 镜头智能规划,开启 AI 电影制作新时代4【GitHub开源AI精选】Lumina - Image 2.0 文生图模型,以小参数量实现高分辨率多图生成新突破5【GitHub开源AI精选】探索 Mobile-Agent:X-PLUG 推出的创新型移动智能操作代理6【GitHub开源AI精选】吴恩达团队开源VisionAgent:用自然语言开启计算机视觉新时代7【GitHub开源AI精选】Oumi:一站式AI开发平台,涵盖训练、评估与部署全流程8【GitHub开源AI精选】深入剖析RealtimeSTT:开源实时语音转文本库的强大功能与应用9【GitHub开源AI精选】PodAgent:多智能体协作播客生成框架,

Unsloth LLaMA Factory 大语言模型微调工具对比比较 主打极致速度与显存优化*适合单卡/少卡快速迭代 代码/低代码、全场景、多模型兼容**

Unsloth 主打极致速度与显存优化,适合单卡/少卡快速迭代;LLaMA Factory 主打零代码/低代码、全场景、多模型兼容,适合新手与企业级一站式微调。下面从核心定位、性能、功能、上手、适用场景等维度详细对比。 一、核心定位与本质区别 维度UnslothLLaMA Factory核心定位单卡/少卡微调加速引擎,专注性能优化一站式微调平台,全流程、全场景、低门槛设计理念用底层算子优化(Triton)榨干GPU性能封装复杂流程,降低使用门槛,覆盖全训练范式与HF关系兼容HF生态,是加速插件(可嵌入其他框架)基于HF生态构建,是完整训练框架开源协议Apache-2.0Apache-2.0 二、性能对比(单卡场景) 指标UnslothLLaMA Factory训练速度比标准HF快 2–5倍(核心优势)接近标准HF,比Unsloth慢显存占用降低 50%–80%(QLoRA下更明显)降低 ~70%

【经典论文阅读】完整梳理 FCOS (Fully Convolutional One-Stage Object Detection)

【经典论文阅读】完整梳理 FCOS (Fully Convolutional One-Stage Object Detection)

一、研究背景(Background) 相关领域概要: * 目标检测(Object Detection):给定一张图像,找出其中所有感兴趣物体的边界框(Bounding Box) + 类别标签。是计算机视觉最基础、最核心的高层任务之一。 * 主流范式(2019年之前):几乎所有先进检测器(如 Faster R-CNN、SSD、RetinaNet、YOLOv3)都依赖 锚框(Anchor Boxes)——即在特征图每个位置预设一组不同尺度、长宽比的候选框,再通过分类+回归进行精修。 🔍 举个例子: 在一张 800×800 的图上,用特征金字塔(FPN)生成 5 层特征图,每层每个位置放 9 个 anchor(不同大小/比例),总计约 18 万个预设框—