随着html5开发技术的大规模应用，h5游戏已经逐渐走进了大众的视线，并且受到了越来越多人的欢迎。今天小编就给大家分析一下h5游戏发展的优势与劣势。
h5游戏的优势：
1）下载和安装：传统的移动端游戏要下载安装以后才可以使用，而H5游戏则免去了这些步骤，满足用户直接在微信中打开、操作，不仅节省了用户手机的空间、改善了桌面视觉，二期还提高了用户碎片化时间的游戏体验。
2）社交：用户可以不用离开微信直接进入H5游戏中，而且在游戏过程中还可以看到社交信息提示，而游戏结束后可以马上回到微信继续社交，让用户娱乐、社交两不误。而且，未来H5游戏的社交接口和玩家互动也将有待提升。
3）互动：企业的微信公众号可以解决H5游戏的留存问题，它可以成为一个客服、一个应用入口，可以进行公告、兑奖或各种游戏推广活动，而且用户玩过的H5游戏也可以在公众号中找到，为用户提供、保留有价值的内容
4）安全：H5游戏与一些APP游戏不同，它不存在各种各样的扣费陷阱、乱弹广告和非法窃取用户信息等安全问题，因为运营在浏览器内的H5游戏是非常安全的，值得用户信任。
5）流量：H5游戏有一个特性，叫离线应用，它可以将自身的资源缓存在本地空间中，当用户再次进入游戏时就不用重复性缓存了，节约了用户的流量和时间，让用户放心畅玩。
6）多设备跨平台：HTML5游戏可以进行跨平台的使用。例如一款HTML5游戏，可以很轻易地移植到UC的开放平台、Opera的游戏中心、微博的应用平台，甚至可以通过封装的技术发放到App Store或Google Play上，所以它的跨平台性非常强大，这也是HTML5最大的优势。
h5游戏的劣势：
1）H5游戏更多还是在作为一种营销工具：基于以上考虑现阶段的H5游戏还只能停留在轻度阶段层面，主要作用是品牌宣传和营销的手段。对于H5游戏的发展，应该由极简单的玩法向更重度的发展，并在达到一定程度和玩家基础强劲的情况想，向付费游戏发展。
2）要如何H5游戏向重度化的转变，除了H5新标准外，还需要引擎、浏览器内核、硬件加速、SP支付网页化、流量包月政策等的共同完善才能得以实现，当然这些都是时间问题。
3）游戏者的存留度低：从目前数据来看，H5游戏的次日留存不断增高，但是在7日留存率上面，H5游戏的留存水平较原生游戏而言还是明显偏低，由于游戏类型以及游戏玩法后期不足，用户的长期留存成为目前的一大问题。
4）变现问题难：H5游戏不断与实体经济和互联网O2O跨界结合，同时H5游戏也已经覆盖了包括游戏平台、视频网站、应用商店等渠道，但是至于是否能够真正能够成为渠道流量的变现工具这个问题，目前许多业内人士存在疑问。
对h5游戏感兴趣的同学，不妨可以先学习一下html5前端开发知识，为之后的h5游戏开发做好铺垫。尤其是想在短期内全面掌握html5知识的同学，可以来千锋进行html5开发的学习，实战项目接轨，用最主流的前端开发框架，实现零基础小白到web前端大神的华丽转变。
浮点型数据精度丢失问题和解决办法
浮点型数据精度丢失问题和解决办法
问题描述：
今天做项目测试的时候发现一个数据显示不对，8.6显示成了860.000038，当时扒了下代码看了下数据类型，发现是float类型，将类型改成double测了下，发现精度丢失问题解决了。难道说float类型数据会丢失精度，double类型数据就不会了？后面经过测试，发现double类型数据也会丢失精度。
贴下测试截图：
分析这个问题之前，要先了解浮点类型数据在计算机中的存储方式。可以参考此链接：
分析原因：
1）由于计算机内部以二进制保存，所以十进制的有限位的小数，在计算机内部会是一个无限位的小数。
2）计算机保存浮点数的精度有限，例如float可以保留十进制最多7位（二进制23位）有效数字，double 可以保留十进制15~16位（二进制52位）有效数字。那有效数字以后的就被忽略了。
3）根据浮点数的存储标准（IEEE制定），float类型指数的起始数为127（二进制0111 1111），double类型指数的起始数为1023(二进制011 1111 1111)，在此基础上加指数，得到的就是内存中指数的表示形式。尾数则直接填入，如果空间多余则以0补齐，如果空间不够则0舍1入。
因为十进制小数转换成二进制小数采用"乘2取整，顺序排列"法，以0.6为例：
0.6*2 = 1.2 取 1
0.2*2 = 0.4 取 0
0.4*2 = 0.8 取 0
0.8*2 = 1.6 取 1
0.6*2 = 1.2 取 1，到这里就循环了
最后得到的二进制小数为：0.100110011001100110011001.....由于float类型二进制最多保留23位，所以23位后的数据就不显示了。根据浮点数的存储标准，将第23位0舍1入，得到0.10011001100110011001101，导致精度就丢失，这就是数据误差来源。
至于为什么换成double类型后精度就正常了，那是因为有效精度内都为0，丢失精度的数据部分没有显示造成的，看下图：
double类型精度丢失原因与float类型其实是一样的，区别在于有效位数。
解决方法：
浮点类精度丢失很难从根本上去解决，我在网上也没有找到很好的解决办法。说下我在项目里面的解决办法和注意事项吧：
1）我的项目中是将8.6元换算成单位分，将浮点数据*100后，将该结果的小数点后的数据四舍五入，保留两位小数。
2）浮点型数据比较的时候不要用等号。例如：i - 10.0
