一、简介
1、常见的浮点数表示方式是IEEE 754标准,它规定了浮点数的存储格式和运算规则,这个标准定义了两种浮点数表示:单精度和双精度。
2、任何一个浮点数的二进制数可以写为:NUM = (-1) ^ S* 2 ^ E * M 。以float32类型举例:
2.1、S表示符号:S为0时表示一个正数;当S为1时表示一个负数
2.2、E表示阶乘、指数:E是一个无符号整数,所以E的取值范围为(0~ 255)。但是在计数中指数是可以为负的,所以规定在存入E时,在它原本的值上加上中间数(127),在使用时减去中间数(127),这样E的真正取值范围就成了(-127~128)。对于E还分为以下三种情况:
(1)E不全为0,不全为1:这时就用正常的计算规则,E的真实值就是E的字面值减去127(中间值),M的值要加上最前面的省去的1
(2)E全为0:这时指数E等于1-127为真实值,M不再加上舍去的1,而是还原为0.xxxxxxxx小数。这样为了表示0,和一些很小的整数。
(3)E全为1时分三种浮点数特殊情况:M全为0时,±无穷大(取决于符号位);M为非全0时,表示NaN。
2.3、M表示有效数字、尾数:规定M的值一定是1 <= M < 2,可以写成1.xxxxxxx的形式,所以规定M在存储时舍去第一个1,只存储小数点之后的数字。这样做节省了空间,以float类型为例,就可以保存23位小数信息,加上舍去的1就可以用23位来表示24个有效的信息
3、单精度(32位):符号位(1 bit)、指数位(8 bits)、尾数位(23 bits)
4、双精度(64位):符号位(1 bit)、指数位(11 bits)、尾数位(52 bits)
5、存储格式:以float32的浮点数举例如下图
二、十转二进制
1、以float32浮点数和23.375浮点数举例
2、整数转换方式:对2取余
3、小数转换方式:对小数进行2乘留整再对小数2乘直至为小数部分为0
4、合并整数和小数部分:10111 和小数部分 0.011 得到二进制浮点数 10111.011
5、规范化和指数表示
(1)规范化二进制浮点数,确保小数点前只有一位非零数,得到 1.0111011
。调整小数点的位置,相应地更新指数值
(2)指数表示:在IEEE 754标准中,添加一个偏移值。如果规范化后的二进制表示为 1.0111011
,那么指数为 4
,因为小数点向左移动4位。加上偏移值,指数为 4 + 127 = 131
,转为二进制为10000011
6、最终,将符号位、指数和尾数合并,得到IEEE 754标准的二进制浮点数表示为:
三、二转十进制
1、以上面的23.375
浮点数的转换结果0 10000011 01110110000000000000000
举例
2、主要是这个公式:NUM = (-1) ^ S * 2 ^ E * M,分三步
第一步:(-1) ^ S
第二步:2 ^ E
第三步:M
3、符号位 (-1) ^ S:(-1)^0
4、指数位 2 ^ E :将二进制转十进制为131,然后减去偏移值127,得到5、那么这里就是 2 ^ 4
6、M:分两步
-
-
先转换为二进制浮点数,根据E不全为0或1的规则得到:
1.01110110000000000000000
-
再用2的阶乘的方式转换为浮点数,如下:
-
四、误差
1、如下代码展示
2、原因:在计算机中,由于浮点数的表示方式是有限的,有些十进制小数无法精确表示为二进制浮点数。这导致在进行浮点数运算时可能出现舍入误差,进而导致预期的结果和实际的二进制浮点数表示的结果不完全相等。
3、将0.1转为二进制
4、这个过程会一直持续下去,因为 0.1 在二进制中是一个无限循环小数。
5、将-0.1转为二进制
6、首先,-0.1 可以表示为二进制的补码形式。如果我们考虑一个32位的单精度浮点数,其符号位为1,指数位为127(偏移值),尾数部分为 0.00011001100110011001100...(重复的 1100 模式)。
7、进行加法操作
8、这个结果实际上是一个无限循环的二进制小数。由于计算机内存是有限的,最终只能存储一个有限位数的二进制小数,因此可能会进行截断或舍入操作,导致精度损失。
9、在实际计算机系统中,这种舍入误差可能会导致结果不等于精确的零,因为我们不能精确地表示无限循环小数。这就是为什么在计算机编程中进行浮点数比较时,通常使用一个小的误差范围而不是直接比较相等。
10、改进方式
标签:表示,754,二进制,浮点数,指数,127,简读,小数 From: https://blog.csdn.net/weixin_58602623/article/details/136811636