详细谈谈JS中的内存与变量存储

前言

在前端领域，因为大部分在跟UI打交道，内存管理是最容易被忽略的部分。如果不懂内存，就看不清很多问题的本质，也难以写出更合格的代码，本次带大家走进内存的世界。

JS神奇的Number

案例一：金额的计算与传递

18.9 * 100
=1889.9999999999998

案例二：违背的数学定律

0.1 + 0.2 === 0.3
// false

(function (a, b, c) {
    return a + b + c === a + ( b + c )
})(0.1, 0.2, 0.3)
// false

案例三：无限循环的加法

(function (num) {
    while(true) {
        if (++num % 13 === 0) {
            return num
        }
    }
})(2 ** 53)

案例四：JSON.parse

JSON.parse('{"a":180143985094813214124}')
//{a: 180143985094813220000}

通过上面的四个案例我们可以看出，数字在计算机中运算往往会给人带来一些“惊喜”，要想防止这些意想不到的结果，我们首先要了解Number在Javascript中到底是怎么存储的？

存储数字

计算机是用二进制来存储数据的，所以数字也需要转换成相应二进制： 000 或者 111 的不同组合序列。

二进制如何转换

如何将一个数字转换成二进制，这里举个例子说明一下：

把十进制小数 106.6953125106.6953125106.6953125 转换成二进制

遇到小数转换时，需要把整数和小数两部分分别进行处理，整数 106106106 除以 222 直到商是 000 为止，取每次除 222 得到的余数结果

106 / 2 = 53  ...... 0
53  / 2 = 26  ...... 1
26  / 2 = 13  ...... 0
13  / 2 = 6   ...... 1
6   / 2 = 3   ...... 0
3   / 2 = 1   ...... 1
1   / 2 = 0   ...... 1
结果为得到的余数按照从右往左排列   1101010

小数 0.69531250.69531250.6953125 乘以 222 直到不存在小数位为止，并计下每次乘后的整数位结果，

0.6953125 x 2 = 1.390625  ...... 1
0.390625  x 2 = 0.78125   ...... 0
0.78125   x 2 = 1.5625    ...... 1
0.5625    x 2 = 1.125     ...... 1
0.125     x 2 = 0.25      ...... 0
0.25      x 2 = 0.5       ...... 0
0.5       x 2 = 1         ...... 1
结果为得到的整数位按照从左往右排列   1011001

将计算后的 000 111 序列拼在一起就得到转换的二进制 1101010.10110011101010.10110011101010.1011001，用科学计数法表示为1.1010101011001∗261.1010101011001*2^61.1010101011001∗26，算出了二进制，接下来需要将它存进计算机中，在Javascript中不区分整数和小数，数字统一按照双精度浮点数的要求来存储，主要包含下面规则：

• 使用 8bytes(64bits)8bytes(64bits)8bytes(64bits) 存储双精度浮点数
• 存储小数用科学计数法表示的数据
• 第一位表示符号，后 111111 位表示指数，指数按照补位运算，即直接 102310231023 加指数位
• 剩余 525252 位表示小数点后的尾数，超过 525252 位的部分 000 舍 111 进

由于指数位的 11 位不包括符号位，那么为了达到正负指数的效果，就引入了指数的偏移值。

用图表示如下：

我们将转换好的二进制数按规则放进内存中，首先 106.6953125106.6953125106.6953125 是正数，所以符号位应该为 111， 000 表示正号， 111 表示负号（图片应该为显示 000，笔误了）

二进制 1.1010101011001∗261.1010101011001*2^61.1010101011001∗26 指数是 666（这里需要加上偏移量1023），转成二进制为 100000001011000000010110000000101，指数位要求放置二进制的补码，而补码的计算规则是：

• 正数的补码就是其本身
• 负数的补码是在其原码的基础上, 符号位不变, 其余各位取反, 最后+1. (即在反码的基础上+1)

[+1] = [00000001]原 = [00000001]反

[-1] = [10000001]原 = [11111110]反

所以图片指数位应该填

尾数位部分直接将小数转换后的二进制填入即可

数字最后就是以这样的形式存入计算机中

why 0.1 + 0.2 !== 0.3?

在理解数字存储的原理后，我们再来分析下为什么 0.1+0.2!==0.30.1 + 0.2 !== 0.30.1+0.2!==0.3

首先将 0.10.10.1 0.20.20.2 0.30.30.3 分别转换成二进制

0.1 x 2 = 0.2  ...... 0
0.2 x 2 = 0.4  ...... 0
0.4 x 2 = 0.8  ...... 0
0.8 x 2 = 1.6  ...... 1
0.6 x 2 = 1.2  ...... 1
0.2 x 2 = 0.4  ...... 0
0.4 x 2 = 0.8  ...... 0
0.8 x 2 = 1.6  ...... 1
0.6 x 2 = 1.2  ...... 1
得到的整数位按照从左往右排列   000110011...

0.1→0.00011(0011)∞

0.2 x 2 = 0.4  ...... 0
0.4 x 2 = 0.8  ...... 0
0.8 x 2 = 1.6  ...... 1
0.6 x 2 = 1.2  ...... 1
0.2 x 2 = 0.4  ...... 0
0.4 x 2 = 0.8  ...... 0
0.8 x 2 = 1.6  ...... 1
0.6 x 2 = 1.2  ...... 1
0.2 x 2 = 0.4  ...... 0
得到的整数位按照从左往右排列   001100110...

0.2→0.00110(0110)∞

0.3 x 2 = 0.6  ...... 0
0.6 x 2 = 1.2  ...... 1
0.2 x 2 = 0.4  ...... 0
0.4 x 2 = 0.8  ...... 0
0.8 x 2 = 1.6  ...... 1
0.6 x 2 = 1.2  ...... 1
0.2 x 2 = 0.4  ...... 0
0.4 x 2 = 0.8  ...... 0
0.8 x 2 = 1.6  ...... 1
得到的整数位按照从左往右排列   010011001...

0.3→0.01001(1001)∞

统一用科学计数法表示为

0.1→0.00011(0011)∞→1.(1001)∞∗2⁻⁴

0.2→0.00110(0110)∞→1.(1001)∞∗2⁻³

0.3→0.01001(1001)∞→1.(0011)∞∗2⁻²

放入计算机中双精度浮点数存储，最后的红色表示超过尾数位的二进制，即需要做舍0进1处理

则经过64位双精度存储后，二进制如下表示
0.1→0−01111111011−(1001)₁₂1010

0.2→0−01111111100−(1001)₁₂1010

0.3→0−01111111101−(0011)₁₂0011

此时 0.1+0.20.1 + 0.20.1+0.2 可以看出与 0.30.30.3 不相等

这就是数字在计算机中运算往往会给人带来一些“惊喜”！

总结