Number.EPSILON

2^-52，或约等于 2.2204460492503130808472633361816E-16。

Number.EPSILON 是 1 和 Number 格式中可表示的下一个较大数字之间的差值，因为 双精度浮点数格式 只有 52 位来表示 尾数，最低位的值为 2^-52。

请注意，浮点数的绝对精度会随着数字的变大而降低，因为指数会变大，而尾数的精度保持不变。 Number.MIN_VALUE 是可表示的最小正数，远小于 Number.EPSILON。

因为 EPSILON 是 Number 的静态属性，所以始终将其用作 Number.EPSILON，而不是作为数字值的属性。

任何占用有限位数的数字编码系统，无论您选择何种基数（例如十进制或二进制），都必然无法精确地表示所有数字，因为您试图使用有限的内存量来表示数轴上的无限多个点。例如，十进制系统无法精确地表示 1/3，二进制系统无法精确地表示 0.1。因此，例如，0.1 + 0.2 不完全等于 0.3

console.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，我们可以将两个数字视为相等，如果它们彼此足够接近。如果算术运算在 1 的数量级附近，Number.EPSILON 常数通常是一个合理的误差阈值，因为 EPSILON 本质上指定了数字“1”的准确度。

function 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

但是，Number.EPSILON 不适合任何对更大数量级进行算术运算的操作。如果您的数据在 10³ 的数量级上，小数部分的精度将远低于 Number.EPSILON

function 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; error of 10^-13 instead of 10^-16
console.log(equal(x + y, z)); // false

在这种情况下，需要更大的容差。由于比较的数字的数量级约为 2000，因此诸如 2000 * Number.EPSILON 之类的乘数为此示例创建了足够的容差。

function 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，还必须考虑输入的精度。例如，如果数字是从表单输入中收集的，并且输入值只能通过 0.1 步长进行调整（即 <input type="number" step="0.1">），通常有意义的是允许更大的容差，例如 0.01，因为数据只有 0.1 的精度。

• core-js 中 Number.EPSILON 的填充
• Number