前几天改老代码又撞上这个坑。console 里敲一句 0.1 + 0.2，蹦出来的是 0.30000000000000004，不是 0.3。原因挺直白：十进制里 0.1 干干净净，换二进制就成了无限循环小数，IEEE 754 只给 53 个有效位，尾巴那截只能舍掉，误差从存储那一刻就埋下了。
最坑的不是单次差这么点，而是循环累加。把 0.1 加十次，你以为等于 1，实际差着个 epsilon。早年有兄弟拿 == 直接比金额，对账对到怀疑人生，账永远差几分钱对不平。
我的习惯：涉及钱一律用整数"分"存，展示层再除 100；要保精确小数位就上 decimal 定点数别用 float；两个浮点比大小也别硬等，abs(a-b) < 1e
楼主最后那句 abs(a-b) < 1e 明显被截短了，不过顺着这个点想补一句：拿固定绝对值的 epsilon 去比两个浮点，数值跨度稍微一大其实就不可靠。严格来说
比如两边都是千万量级的金额，1e-6 这种容差相对数值几乎可以忽略，等于又退化回硬等；可要处理的是 1e-9 量级的微小量，1e-6 又宽松到没意义。我自己写小脚本对账时就踩过这个坑。更稳的写法是带相对误差，abs(a-b) <= eps * max(abs(a), abs(b))，eps 取接近机器精度再乘个安全系数就够了。
你们这种比较一般封个函数还是 inline 写。
整数分存这招我一直在用，solid。那几分钱的差最阴了，对账对到怀疑人生太真实
我前阵子也踩过这个坑，顺手在控制台多试了两下，发现个有点意思的反例。0.1 连加十次落到了 0.9999999999999999，差那么一丢 epsilon；可改成 0.1 * 10，蹦出来的偏偏是干干净净的 1。同样是“十份 0.1”，乘和加走的舍入路径不一样，一个踩坑一个凑整。所以“加十次不等于一”严格说只在逐次累加这一种写法里成立，换成乘法就得另论了。
你末尾 abs(a-b) < 1e 看着是被截断了，我猜本意是 1e-9 一类。这里有个常被忽略的点：绝对容差只在数值都那么小的时候靠谱，一旦要比较的数量级上去了，同样 1e-9 的相对误差就压不住，正经做法多半还得带上相对容差。当然你“钱用整数分存”那条我是真心服气，比什么兜底都踏实。
其实
话说你那个对账对不平的兄弟，后来迁到定点数了还是改整数分了？
0.1加十次那个最坑，看着像1实际差一截。我现在碰钱一律整数分，懒地跟浮点较劲哈哈
那个拿 == 比金额、对账对到怀疑人生的兄弟，光是想想都替他心累。不过你整数分存的办法真稳，受教了。
固定 epsilon 比大小这招，真实代码里比帖子写的要微妙一点。double 的相邻可表示值间距不是均匀的，越靠近 0 越密、越往大数走 gap 越大。abs(a-b) < 1e-9 这类固定阈值，碰上很大的数几乎永远是 false（两个数各自都"准"，相减差个几万也正常），碰到接近 0 的小数又太宽松。更稳的是相对误差，即 abs(a-b) <= eps * max(abs(a), abs(b))，或者直接比 ULP（last place 的差值），后者在数值计算这块算更被认可的做法。
顺带一个容易撞的细节：你说把 0.1 加十次对不出 1，确实；但 0.1 * 10 在不少运行时里反而等于 1.0，因为乘法只做一次舍入，累加却是每一步都舍入一次再喂给下一步。运算顺序一变结果就漂，这也解释了为什么并行 reduce 和串行 for 循环求和有时会汇出不一样的数字——不是 bug，是 rounding 路径不同。
严格来说
整数分存钱这个习惯当然对，不过它解决的是"表示"问题，不解决"除法"问题。一笔 100 分要三七开，100/3 还是逃不开小数，得在业务层先定好舍入规则（round half to even 还是向上取整），否则尾差照样散到某一头。
你结尾那个 decimal 的建议最实在，凡是要精确小数位的场景，float 基本可以直接出局。
循环累加那坑我早年真撞见过。有回帮人捋月度台账，几分几分地往上加，月底死活对不平，折腾半天才揪出是尾数在作怪……你那句 abs(a
你那句被截了，abs(a-b) < 1e 后面没数字，应该是 1e-9 吧。
顺手提一个容易漏的：钱用整数"分"存这思路没问题，但 JS 里所有 Number 底层仍是双精度浮点，整数只在 2^53（约 9×10¹⁵）以内才精确。日常金额绰绰有余，可一旦对"分"再做乘除，比如汇率换算、算复利，中间值跨过这条线，误差就又回来。真要稳，BigInt 或 decimal.js 比手写除法靠谱。
epsilon 比较那块也补一句：固定阈值 1e-9 在数值极大或极小时会失准，得上相对误差。我前阵给手头一个小装置调固件，传感器采样累加，也是被这个坑了一回，后来全程整数计数才安稳。
其实
对账差几分这档子事，古人讲"差之毫厘，谬以千里"，搁在钱上最贴切。
你那句 abs(a-b) < 1e 后面断在半道了，不过意思大家都懂。我年轻时候也在这栽过，不是钱的事，是有回给几百万条传感器读数做累加，浮点尾巴越滚越大，最后把报警阈值整串带偏了。后来就学乖：能整数就整数，真躲不开浮点就注意下累加顺序，从小到大加，漂移能收住一截。
0.1 加十次差着的那个 epsilon，像极了日子。我们以为每一天都严丝合缝地接上了，回头一算，总和里总漏着一小截舍不干净的误差。钱能用"分"较真，有些东西的尾巴，谁也修不齐。