一个数值的字符串表现形式，不使用指数记数法，而是在小数点后有 digits（注：digits 具体值取决于传入参数）位数字。该数值在必要时进行四舍五入，另外在必要时会用 0 来填充小数部分，以便小数部分有指定的位数。如果数值大于 1e+21，该方法会简单调用 Number.prototype.toString()并返回一个指数记数法格式的字符串。

警告： 浮点数不能精确地用二进制表示所有小数。这可能会导致意外的结果，例如 0.1 + 0.2 === 0.3 返回 false .

问题表现

(2.005).toFixed(2)
// '2.00'
(1.45).toFixed(1)
// '1.4'

问题纠因

重点：该数值在必要时进行四舍五入，另外在必要时会用 0 来填充小数部分，以便小数部分有指定的位数。

那么，什么时候是必要，什么时候是不必要呢？

查阅 W3C文档，但是却没有看到对于 round/四舍五入 规则的说明；

查阅社区文章发现，这个四舍五入问题和银行家算法有关；

猜测，这个四舍五入错误应该和这几个个因素有关系：

IEEE-754 标准
浮点数的精度
银行家算法

IEEE-754 标准和浮点数的精度

IEEE 754-维基百科

浮点运算

IEEE二进制浮点数算术标准（IEEE 754）是20世纪80年代以来最广泛使用的浮点数运算标准，为许多CPU与浮点运算器所采用。

以及它定义的两种基本的浮点格式：单精度和双精度。我们知道， JavaScript的Number类型为双精度IEEE 754 64位浮点类型

以下内容参考你不是真正的四舍五入

IEEE 单精度格式具有 24 位有效数字精度，并总共占用 32 位。

IEEE 双精度格式具有 53 位有效数字精度，并总共占用 64 位。

在 IEEE-754 标准中，定义科学计数法来表示浮点数：

如：123.45 用十进制科学计数法可以表达为 1.2345 × 10 ^ 2 ，其中 1.2345 为尾数，10 为基数，2 为指数。

那么，上面浮点数在空间上的表示大致如下图：

Snipaste_2023-08-28_09-45-03

也就是说，1.2345 × 10 ^ 2 最终展示为：

符号位： + 占 1  位
指数位： 2 占 11 位
小数位： 2345 占 52 位

那么问题来了，如果一个数52位存储空间不够，也就是二进制也会出现想十进制一样的无限数的时候，会发生什么事情呢？

IEEE754采用的浮点数舍入规则有时被称为舍入到偶数（Round to Even）

这有点像我们熟悉的十进制的四舍五入，即不足一半则舍，一半以上（包括一半）则进。
不过对于二进制浮点数而言，还多一条规矩，就是当需要舍入的值刚好是一半时，不是简单地进，
而是在前后两个等距接近的可保存的值中，取其中最后一位有效数字为零者。

也就是这个规则，带来的精度问题：

0.1 + 0.2 !== 0.3

两个数的加法运算，通过十进制转二进制后相加计算的二进制然后转换成十进制，转换成的结果为

0.30000000000000004

这就带来了精度问题。

因为数字运算将十进制转换成二进制，浮点数的二进制又存在舍入规则，

那么加减运算存在精度问题，乘除运算也存在；

总结一句话：浮点数不能精确的代表二进制

银行家算法

以下内容为引入简书的文章内容，作者：littleyu 链接：www.jianshu.com/p/acbb6f609…

一句话介绍银行家算法：四舍六入五考虑，五后非零就进一，五后为零看奇偶，五前为偶应舍去，五前为奇要进一。

银行家舍入法是由 IEEE 754 标准规定的浮点数取整算法，大部分的编程软件都使用这种方法。

场景

我们知道银行的盈利渠道主要是利息差，从储户手里收拢资金，然后放贷出去，其间的利息差额便是所获得的利润。对一个银行来说，对付给储户的利息的计算非常频繁。

假如我们使用四舍五入法，且假设银行收到的钱中，要舍入的那位数在0~9是等概率的，那么假设银行分别收到了 0.000, 0.001, ..., 0.009 元，然后通过四舍五入法，银行能够得到五个 0.000 和五个 1.000，也许在概率上看起来是公平的；

但是：

以银行家的身份来思考这个算法：

（1）四舍：舍弃的数值：0.000、0.001、0.002、0.003、0.004，因为是舍弃，对银行家来说，就是不用付款给储户的，那每舍弃一个数字就会赚取相应的金额：0.000、0.001、0.002、0.003、0.004。
（2）五入：进位的数值：0.005、0.006、0.007、0.008、0.009，因为是进位，对银行家来说，每进一位就会多付款给储户，也就是亏损了，那亏损部分就是其对应的10进制补数：0.005、0.004、0.003、0.002、0.001

因为舍弃和进位的数字是在 0 到 9 之间均匀分布的，所以对于银行家来说，每10 笔存款的利息因采用四舍五入而获得的盈利是：

0.000 + 0.001 + 0.002 + 0.003 + 0.004 - 0.005 - 0.004 - 0.003 - 0.002 - 0.001 = -0.005

也就是说，每10笔的利息计算中就亏损 0.005 元，即每笔利息计算损失 0.0005 元

为什么银行家舍入是合理的？

四舍六入本身没问题，5前偶舍奇进也没问题，关键在为什么5后有非0数要进位？
遇5舍弃的情况只有一种，即5是最后一位有效的数字且前一位数是偶数
当数值精度达到5后一位，其为0的概率为1/10，5前为偶数的概率是1/2，所以舍5的概率是1/10 * 1/2 = 1/20，而进5的概率是19/20
当数值精度越大，舍5个概率就越低，无限趋近于0，也就是说，当数值精度越高，该算法越像“四舍五入”

那么，为什么这个算法是合理的呢？

现实情况就是数值的精度不可能无限大，存款利息率一般为百分之零点几，而数值精度一般 4 位，5 后存在非 0 数的概率相对较小；
所以计算结果趋近于1/2 舍 5，1/2 进 5

但是！

银行家算法依然不是完全正确的，0既不是奇数也不是偶数，所以对于5前面为0的情况并不适用

console.log((1.00005).toFixed(4))
// 1.0001
(1.0005).toFixed(3)
// 1.000
console.log((1.005).toFixed(2))
// 1.00
console.log((1.05).toFixed(1))
// 1.01

貌似变得不可控起来了

自用解决版本

/**
 *  四舍五入
 * @param number  数字
 * @param precision 精度
 * @returns   number
 */
function toFixed(number: number, precision: number) {
  const multiplier = Math.pow(10, precision + 1),
    wholeNumber = Math.floor(number * multiplier);
  return (Math.round(wholeNumber / 10) * 10) / multiplier;
}

但该方法并未解决5前为0的问题，推荐下面方法：

使用 toLocaleString

/**
 *  四舍五入
 * @param number  数字
 * @param precision 精度
 * @returns   number
 */
function toFixed(number, precision) {
  return number.toLocaleString("en-US", {
      minimumFractionDigits: precision,
      maximumFractionDigits: precision,
    });;
}

参考：

js toFixed 四舍五入问题

Number.prototype.toFixed (fractionDigits)

js中toFixed精度问题的原因及解决办法