1.浮点数的存储格式


浮点数(Floating-point Number)是对实数的一种近似表示,由一个有效数字(即尾数)加上幂数来表示,通常是乘以某个基数的整数次幂得到。以这种表示法表示的数值,称为浮点数。表示方法类似于基数为10的科学计数法。利用浮点进行运算,称为浮点计算,这种运算通常伴随着因为无法精确表示而进行的近似或舍入。


计算机对浮点数的表示规范遵循电气和电子工程师协会(IEEE)推出的IEEE754标准,浮点数在C/C++中对应float和double类型,我们有必要知道浮点数在计算机中实际存储的内容。


IEEE754标准中规定float单精度浮点数在机器中表示用 1 位表示数字的符号,用 8 位表示指数,用 23 位表示尾数,即小数部分。对于double双精度浮点数,用 1 位表示符号,用 11 位表示指数,52 位表示尾数,其中指数域称为阶码。IEEE754浮点数的格式如下图所示。



注意,IEE754规定浮点数阶码E采用"指数e的移码-1"来表示,请记住这一点。为什么指数移码要减去1,这是IEEE754对阶码的特殊要求,以满足特殊情况,比如对正无穷的表示。


2.浮点数的规格化


若不对浮点数的表示作出明确的规定,同一个浮点数的表示就不是唯一的。例如(1.75)10 (1.75)_{10}(1.75)

10

可以表示成1.11×20 1.11\times 2^01.11×2

0

,0.111×21 0.111\times2^10.111×2

1

,0.0111×22 0.0111\times2^20.0111×2

2

等多种形式。当尾数不为0时,尾数域的最高有效位为1,这称为浮点数的规格化。否则,以修改阶码同时左右移动小数点位置的办法,使其成为规格化数的形式。


2.1单精度浮点数真值


IEEE754标准中,一个规格化32位的浮点数x的真值表示为:

x=(−1)S×(1.M)×2e x=(-1)^S\times(1.M)\times2^e

x=(−1)

S

×(1.M)×2

e



e=E−127 e=E-127

e=E−127


其中尾数域值是1.M。因为规格化的浮点数的尾数域最左位总是1,故这一位不予存储,而认为隐藏在小数点的左边。


在计算指数e时,对阶码E的计算采用原码的计算方式,因此32位浮点数的8bits的阶码E的取值范围是0到255。其中当E为全0或者全1时,是IEEE754规定的特殊情况,下文会另外说明。


2.2双精度浮点数真值


64位的浮点数中符号为1位,阶码域为11位,尾数域为52位,指数偏移值是1023。因此规格化的64位浮点数x的真值是:

x=(−1)S×(1.M)×2e x=(-1)^S\times(1.M)\times2^e

x=(−1)

S

×(1.M)×2

e



e=E−1023 e=E-1023

e=E−1023


3.移码


移码(又叫增码)是对真值补码的符号位取反,一般用作浮点数的阶码,引入的目的是便于浮点数运算时的对阶操作。


对于定点整数,计算机一般采用补码的来存储。正整数的符号位为0,反码和补码等同于原码。


负整数符号位都固定为1,原码,反码和补码的表示都不相同,由原码表示法变成反码和补码有如下规则:

(1)原码符号位为1不变,整数的每一位二进制数位求反得反码;

(2)反码符号位为1不变,反码数值位最低位加1得补码。


比如,以一个字节8bits来表示-3,那么[−3]原=10000011 [-3]_原=10000011[−3]

=10000011,[−3]反=11111100 [-3]_反=11111100[−3]

=11111100,[−3]补=11111101 [-3]_补=11111101[−3]

=11111101,那么-3的移码就是[−3]移=01111101 [-3]_移=01111101[−3]

=01111101。


如何将移码转换为真值-3呢?先将移码转换为补码,再求值。


4.浮点数的具体表示


4.1十进制到机器码


(1)0.5

0.5=(0.1)2 0.5=(0.1)_20.5=(0.1)

2

,符号位S为0,指数为e=−1 e=-1e=−1,规格化后尾数为1.0。


单精度浮点数尾数域共23位,右侧以0补全,尾数域:

M=[000 0000 0000 0000 0000 0000]2 M=[000\ 0000\ 0000\ 0000\ 0000\ 0000]_2

M=[000 0000 0000 0000 0000 0000]

2



阶码E:

E=[−1]移−1=[0111 1111]2−1=[0111 1110]2 E=[-1]_移-1=[0111\ 1111]_2-1=[0111\ 1110]_2

E=[−1]

−1=[0111 1111]

2

−1=[0111 1110]

2



对照单精度浮点数的存储格式,将符号位S,阶码E和尾数域M存放到指定位置,得0.5的机器码:

0.5=[0011 1111 0000 0000 0000 0000 0000 0000]2 0.5=[0011\ 1111\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000]_2

0.5=[0011 1111 0000 0000 0000 0000 0000 0000]

2



十六进制表示为0.5=0x3f000000。


(2)1.5

1.5=[1.1]2 1.5=[1.1]_21.5=[1.1]

2

,符号位为0,指数e=0 e=0e=0,规格化后尾数为1.1。


尾数域M右侧以0补全,得尾数域:

M=[100 0000 0000 0000 0000 0000]2 M=[100\ 0000\ 0000\ 0000\ 0000\ 0000]_2

M=[100 0000 0000 0000 0000 0000]

2



阶码E:

E=[0]移−1=[10000000]2−1=[01111111]2 E=[0]_移-1=[1000 0000]_2-1=[0111 1111]_2

E=[0]

−1=[10000000]

2

−1=[01111111]

2



得1.5的机器码:

1.5=[0011 1111 1100 0000 0000 0000 0000 0000]2 1.5=[0011\ 1111\ 1100\ 0000\ 0000\ 0000\ 0000\ 0000]_2

1.5=[0011 1111 1100 0000 0000 0000 0000 0000]

2



十六进制表示为1.5=0x3fc00000。


(3)-12.5

−12.5=[−1100.1]2 -12.5=[-1100.1]_2−12.5=[−1100.1]

2

,符号位S为1,指数e为3,规格化后尾数为1.1001,


尾数域M右侧以0补全,得尾数域:

M=[100 1000 0000 0000 0000 0000]2 M=[100\ 1000\ 0000\ 0000\ 0000\ 0000]_2

M=[100 1000 0000 0000 0000 0000]

2



阶码E:

E=[3]移−1=[1000 0011]2−1=[1000 0010]2 E=[3]_移-1=[1000\ 0011]_2-1=[1000\ 0010]_2

E=[3]

−1=[1000 0011]

2

−1=[1000 0010]

2



即-12.5的机器码:

−12.5=[1100 0001 0100 1000 0000 0000 0000 0000]2 -12.5=[1100\ 0001\ 0100\ 1000\ 0000\ 0000\ 0000\ 0000]_2

−12.5=[1100 0001 0100 1000 0000 0000 0000 0000]

2



十六进制表示为-12.5=0xc1480000。


用如下程序验证上面的推算,代码编译运行平台Win32+VC++ 2012:


#include

using namespace std;


int main()

{

float a=0.5;

float b=1.5;

float c=-12.5;


unsigned int* pa=NULL;

pa=(unsigned int*)&a;

unsigned int* pb=NULL;

pb=(unsigned int*)&b;

unsigned int* pc=NULL;

pc=(unsigned int*)&c;

cout<

cout<

cout<

return 0;

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

输出结果:


a=0x3f000000

b=0x3fc00000

c=0xc1480000

1

2

3

验证正确。


4.2机器码到十进制


(1)若浮点数x的IEEE754标准存储格式为0x41360000,那么其浮点数的十进制数值的推演过程如下:


0x41360000=[0 10000010 011 0110 0000 0000 0000 0000] 0x41360000=[0\ 10000010\ 011\ 0110\ 0000\ 0000\ 0000\ 0000]

0x41360000=[0 10000010 011 0110 0000 0000 0000 0000]


根据该浮点数的机器码得到符号位S=0,指数e=阶码-127=1000 0010-127=130-127=3。


注意,根据阶码求指数时,可以像上面直接通过 "阶码-127"求得指数e,也可以将阶码+1=移码 阶码+1=移码阶码+1=移码,再通过移码求其真值便是指数e。比如上面阶码10000010+1=10000011[移码]=>00000011[补]=3(指数e) 10000010+1=10000011_{[移码]}=>00000011_{[补]}=3(指数e)10000010+1=10000011

[移码]

=>00000011

[补]

=3(指数e)。


包括尾数域最左边的隐藏位1,那么尾数1.M=1.011 0110 0000 0000 0000 0000=1.011011。


于是有:

x=(−1)S×1.M×2e=+(1.011011)×23=+1011.011=(11.375)10 x=(-1)^S\times1.M\times2^e=+(1.011011)\times2^3=+1011.011=(11.375)_{10}

x=(−1)

S

×1.M×2

e

=+(1.011011)×2

3

=+1011.011=(11.375)

10



通过代码同样可以验证上面的推算:


#include

using namespace std;


int main()

{

unsigned int hex=0x41360000;

float* fp=(float*)&hex;

cout

return 0;

}

1

2

3

4

5

6

7

8

9

10

输出结果:


x=11.375

1

验证正确。


5.浮点数的几种特殊情况


(1)0的表示

对于阶码为0或255的情况,IEEE754标准有特别的规定:

如果 阶码E=0并且尾数M是0,则这个数的真值为±0(正负号和数符位有关)。


因此+0的机器码为:0 00000000 000 0000 0000 0000 0000 0000。

-0的机器码为:1 00000000 000 0000 0000 0000 0000 0000。


需要注意一点,浮点数不能精确表示0,而是以很小的数来近似表示0。因为浮点数的真值等于(以32bits单精度浮点数为例):

x=(−1)S×(1.M)×2e x=(-1)^S\times(1.M)\times2^e

x=(−1)

S

×(1.M)×2

e



e=E−127 e=E-127

e=E−127


那么+0的机器码对应的真值为1.0×2−127 1.0\times2^{-127}1.0×2

−127

。同理,-0机器码真值为−1.0×2−127 -1.0\times2^{-127}−1.0×2

−127


(2)$+\infty 和 和和-\infty$的表示

如果阶码E=255 并且尾数M全是0,则这个数的真值为±∞(同样和符号位有关)。因此+∞的机器码为:0 11111111 000 0000 0000 0000 0000 0000。-∞的机器吗为:1 11111111 000 0000 0000 0000 0000 0000。


(3)NaN(Not a Number)

如果 E = 255 并且 M 不是0,则这不是一个数(NaN)。


6.浮点数的精度和数值范围


6.1浮点数的数值范围


根据上面的探讨,浮点数可以表示-∞到+∞,这只是一种特殊情况,显然不是我们想要的数值范围。


以32位单精度浮点数为例,阶码E由8位表示,取值范围为0-255,去除0和255这两种特殊情况,那么指数e的取值范围就是1-127=-126到254-127=127。


(1)最大正数

因此单精度浮点数最大正数值的符号位S=0,阶码E=254,指数e=254-127=127,尾数M=111 1111 1111 1111 1111 1111,其机器码为:0 11111110 111 1111 1111 1111 1111 1111。


那么最大正数值:

PosMax=(−1)S×1.M×2e=+(1.11111111111111111111111)×2127≈3.402823e+38 PosMax=(-1)^S\times1.M\times2^e=+(1.111 1111 1111 1111 1111 1111)\times2^{127}\approx3.402823e+38

PosMax=(−1)

S

×1.M×2

e

=+(1.11111111111111111111111)×2

127

≈3.402823e+38


这是一个很大的数。


(2)最小正数

最小正数符号位S=0,阶码E=1,指数e=1-127=-126,尾数M=0,其机器码为0 00000001 000 0000 0000 0000 0000 0000。


那么最小正数为:

PosMin=(−1)S×1.M×2e=+(1.0)×2−126≈1.175494e−38 PosMin=(-1)^S\times1.M\times2^e=+(1.0)\times2^{-126}\approx1.175494e-38

PosMin=(−1)

S

×1.M×2

e

=+(1.0)×2

−126

≈1.175494e−38


这是一个相当小的数。几乎可以近似等于0。当阶码E=0,指数为-127时,IEEE754就是这么规定1.0×2−127 1.0\times2^{-127}1.0×2

−127

近似为0的,事实上,它并不等于0。


(3)最大负数

最大负数符号位S=1,阶码E=1,指数e=1-127==-126,尾数M=0,机器码与最小正数的符号位相反,其他均相同,为:1 00000001 000 0000 0000 0000 0000 0000。


最大负数等于:

NegMax=(−1)S×1.M×2e=−(1.0)×2−126≈−1.175494e−38 NegMax=(-1)^S\times1.M\times2^e=-(1.0)\times2^{-126}\approx-1.175494e-38

NegMax=(−1)

S

×1.M×2

e

=−(1.0)×2

−126

≈−1.175494e−38


(4)最小负数

符号位S=0,阶码E=254,指数e=254-127=127,尾数M=111 1111 1111 1111 1111 1111,其机器码为:1 11111110 111 1111 1111 1111 1111 1111。


计算得:

NegMin=(−1)S×1.M×2e=+(1.11111111111111111111111)×2127=−3.402823e+38 NegMin=(-1)^S\times1.M\times2^e=+(1.111 1111 1111 1111 1111 1111)\times2^{127}=-3.402823e+38

NegMin=(−1)

S

×1.M×2

e

=+(1.11111111111111111111111)×2

127

=−3.402823e+38


6.2浮点数的精度


说道浮点数的精度,先给精度下一个定义。浮点数的精度是指浮点数的小数位所能表达的位数。


阶码的二进制位数决定浮点数的表示范围,尾数的二进制位数表示浮点数的精度。以32位浮点数为例,尾数域有23位。那么浮点数以二进制表示的话精度是23位,23位所能表示的最大数是223−1=8388607 2^{23}-1=83886072

23

−1=8388607,所以十进制的尾数部分最大数值是8388607,也就是说尾数数值超过这个值,float将无法精确表示,所以float最多能表示小数点后7位,但绝对能保证的为6位,即float的十进制的精度为6~7位。


64位双精度浮点数的尾数域52位,因252−1=4,503,599,627,370,495 2^{52}-1=4,503,599,627,370,4952

52

−1=4,503,599,627,370,495,所以双精度浮点数的十进制的精度最高为16位,绝对保证的为15位,所以double的十进制的精度为15~16位。


7.小结


本文操之过急,但也花了将近一天的时间,难免出现编辑错误和不当说法,请网友批评指正。不明之处,欢迎留言交流。对浮点数的乘法、除法运算还未涉及,后续可能会去学习并记录学习所得,与大家分享。

---------------------

作者:Dablelv

来源:CSDN

原文:https://blog.csdn.net/k346k346/article/details/50487127

版权声明:本文为博主原创文章,转载请附上博文链接!