大概所有学过计算机的同学都应该具备这样的基本常识：
1、0.1+0.2 不一定等于0.3（1-0.99同理不一定等于0.01）
2、1/2不一定等于0.5
3、1/3 *3不一定等于1
4、log2+log5也不一定等于1
可是，我其实也经常忘记掉。。大概教java的刘骥老师看到我这个问题，也被气死了吧。
这是java计算的结果：
这是python计算的结果：
这是JS计算结果：
那原因到底是什么呢？问题又该如何解决？
首先应该明确的是，只要两个数字的加减乘除，只要不是int类型，那么都有可能存在精度丢失的问题（这里暂且不说当两个不同类型的数进行基本运算符操作时，精度小的数值类型首先会向精度大的数值类型进行转换，最后进行计算的问题。）
原因简化如下：因为不管是float还是double类型，他们的精度都是有限的，假如超过了他们所能表示的范围，那么就会产生误差，其结果只能是接近而不是等于我们想要的结果。（因为计算机最后都是二进制表示的，（好的，这是一句废话。）
下面举个例子：上述的0.3为什么不能正确显示出来。
比如整数11，二进制是这样表示的：
11/2=5+1 -->1
5/2=2+1 -->1
2/2=1+0 -->0
1/2=0+1 -->1
所以11的二进制表示为：1011.
然后我们来看下0.3的二进制：
0.3*2=0.6 -->0
0.6*2=1+0.2 -->1
0.2*2=0.4 -->0
0.4*2=0.8 -->0
0.8*2=1+0.6 -->1
你会发现这样会不断循环下去。。。。所以这时候就不能很精确的表示了，也就出现的精度丢失的问题。就如同十进制系统中能不能准确表示出1/3一样，大概就是这样。
所以一般大家都建议使用java.math.BigDecimal。能够完全自己控制精度，结果也准确。但是需要注意的是，“直接使用字符串来构造BigDecimal是绝对没有精度损失的，如果用double或者把double转化成string来构造BigDecimal依然会有精度损失，所以我觉得这种解决方法就是在数据库中就把浮点数用string来表示存放，涉及到运算直接用string构造double，否则肯定会有精度损失。” 不过BigDecimal也有缺点，就是效率不如double。
如下，就是我们想要的结果：
后端处理好了之后，我们会发现前端也会有这样的问题。
就比如我们碰到的这个问题。我们所见的不一定就是所得。所以前后端对于这个数据都需要做一定的处理，不然你会发现。明明输入的数据很正常，但是所得到的结果却往往不如意。
后来大概是先前端使用tofixed()函数四舍五入保留了4位小数，然后给后端，后端再处理。
但是，总感觉使用这个tofix哪里肯定还是会出问题的。。。没在深究了。。。
