最近同事在开发过程中，遇到一个浮点数精度损失的问题，简单整理一下，大家引以为戒，避免减少类似的问题踩坑。

问题描述

文章开篇，首先抛出一个问题，如下类似：

原因剖析

结果可能有点出乎你的意外，这是因为PHP是遵循IEEE 754双精度，描述如下：

浮点数, 以64位的双精度, 采用1位符号位(E), 11指数位(Q), 52位尾数(M)表示(一共64位)

• 符号位：最高位表示数据的正负，0表示正数，1表示负数。

• 指数位：表示数据以2为底的幂，指数采用偏移码表示

• 尾数：表示数据小数点后的有效数字.

再来看看小数用二进制怎么表示：

乘2取整，顺序排列，即将小数部分乘以2，然后取整数部分，剩下的小数部分继续乘以2，然后取整数部分，剩下的小数部分又乘以2，一直取到小数部分，但是像0.57这样的小数像这样一直乘下去，小数部分不可能为0.有效位的小数用二进制表示却是无穷的。

0.57的二进制表示基本上(52位)是: 0010001111010111000010100011110101110000101000111101

0.58的二进制表示基本上(52位)是: 0010100011110101110000101000111101011100001010001111

而两者的二进制, 如果只是通过这52位计算的话，那应该是:

0.57 -> 0.56999999999999995
0.58 -> 0.57999999999999996

回到开篇提到的问题，至于0.58 * 100的具体浮点数乘法, 简单理解为：

0.58 * 100 = 57.999999999

那我们intval() 操作之后, 自然就会是57了。

如何预防

我们了解了问题原因之后，那对于高精度数据操作，我们有什么好的解决方案呢？

建议使用以下函数：

    bcadd — 将两个高精度数字相加

    bccomp — 比较两个高精度数字，返回-1, 0, 1

    bcdiv — 将两个高精度数字相除

    bcmod — 求高精度数字余数

    bcmul — 将两个高精度数字相乘

    bcpow — 求高精度数字乘方

    bcpowmod — 求高精度数字乘方求模，数论里非常常用

    bcscale — 配置默认小数点位数，相当于就是Linux bc中的”scale=”

    bcsqrt — 求高精度数字平方根

    bcsub — 将两个高精度数字相减

Key Point：看似有穷的小数, 在计算机的二进制表示里却是无穷的

so, 不要再以为这是PHP的bug了, 事实这就是这样的。