浮点数在内存中的表⽰实例(IEEE-754)
例1:float型浮点数125.5转化成32位⼆进制浮点数
125.5的⼆进制码为1111101.1,写成⼆进制的科学计数为:1.111101*2^6末尾少个1应该是1.1111011*2^6(因为科学计数法“整数”部分⼤于1,在⼆进 制中,“整数”部分只能恒为1)即向左移6位,则e=6,则E=e+127=133,⽽E的⼆进制码为10000101,⽽1.111101把“整数”部 分去除1之后为111101,之后补0,共23b,形成了阶码。
所以125.5的32位⼆进制浮点数为
0 1000010111110100000000000000000
01000010111110110000000000000000这个是正确的,实际转换的
例2
c语⾔中的浮点数在内存中的表⽰(VC++编译器中):
char:1个字节
short:2个字节
int:4字节
long:4字节
float:4字节(单精度)
double:8字节(双精度)
⽆论是单精度还是双精度在存储中都分为三个部分:
1. 符号位(Sign) : 0代表正,1代表为负
2. 指数位(Exponent):⽤于存储科学计数法中的指数数据,并且采⽤移位存储
3. 尾数部分(Mantissa):尾数部分
其中float的存储⽅式如下图所⽰:
⽽双精度的存储⽅式为:
R32.24和R64.53的存储⽅式都是⽤科学计数法来存储数据的,⽐如8.25⽤⼗进制的科学计数法表⽰就为:8.25*,⽽120.5可以表⽰为:1.205*。⽽我们计算机根本不认识⼗进制的数据,他只认识0,1,所以在计算机存储中,⾸先要将上⾯的数更改为⼆进制的科学计数法表⽰,8.25⽤⼆进制表⽰可表⽰为1000.01(具体⽅法)。120.5⽤⼆进制表⽰为:1110110.1应该1111000.1⽤⼆进制的科学计数法表⽰1000.01可以表⽰为1.0001*少0错误,1110110.1可以表⽰为1.1101101*,任何⼀个数都的科学计数法表⽰都为1.xxx*, 尾数部分就可以表⽰为xxxx,由于第⼀位都是1,可以将⼩数点前⾯的1省略,所以23bit的尾数部分,可以表⽰的精度却变成了24bit,道理就是在这⾥,那24bit能精确到⼩数点后⼏位呢,我们知道9的⼆进制表⽰为1001,所以4bit能精确⼗进制中的1位⼩数点,24bit就能使float能精确到⼩数点后6位,⽽对于指数部分,因为指数可正可负,8位的指数位能表⽰的指数范围就应该为:-127-128了, 所以指数部分的存储采⽤移位存储,存储的数据为原数据+127,下⾯就看看8.25和120.5在内存中真正的存储⽅式。
⾸先看下8.25,⽤⼆进制的科学计数法表⽰为:1.0001*应该是1.00001*2^3,如上所述
按照上⾯的存储⽅式,符号位为:0,表⽰为正,指数位为:3+127=130 ,尾数部分为0001,故8.25的存储⽅式如下图所⽰:
这个图正确
浮点数的基数什么意思⽽单精度浮点数120.5的存储⽅式如下图所⽰:
0 10000101 111 0001 0000 0000 0000 0000 实际的120.5的浮点表⽰数据(实际测试)42 F1 00 00⼗六进制表⽰
那么如果给出内存中⼀段数据,并且告诉你是单精度存储的话,你如何知道该数据的⼗进制数值呢?其实就是对上⾯的反推过程,⽐如给出如下内存数据:0100001011101101000000000000,⾸先我们现将该数据分段,0 1000 0101 110 1101 0000 0000 0000 0000,在内存中的存储就为下图所⽰:
根据我们的计算⽅式,可以计算出,这样⼀组数据表⽰为:1.1101101*=120.5实际根据这个转换结果是118.5
⽽双精度浮点数的存储和单精度的存储⼤同⼩异,不同的是指数部分(11位)和尾数部分的位数(52位),并且对于指数部分,双精度采⽤:原数据+1023。所以这⾥不再详细的介绍双精度的存储⽅式了,只将120.5的最后存储⽅式图给出,⼤家可以仔细想想为何是这样⼦的
下⾯我就这个基础知识点来解决⼀个我们的⼀个疑惑,请看下⾯⼀段程序,注意观察输出结果
float f = 2.2f;
double d = (double)f;
Console.WriteLine(d.ToString("0.0000000000000"));
f = 2.25f;
d = (double)f;
Console.WriteLine(d.ToString("0.0000000000000"));
可 能输出的结果让⼤家疑惑不解,单精度的2.2转换为双精度后,精确到⼩数点后13位后变为了2.2000000476837,⽽单精度的 2.25转换为双精度后,变为了2.2500000000000,为何2.2在转换后的数值更改了⽽2.25却没有更改呢?很奇怪吧?其实通过上⾯关于两 种存储结果的介绍,我们已经⼤概能到答案。⾸先我们看看2.25的单精度存储⽅式,很简单 0 1000 0001 001 0000 0000 0000 0000 0000,⽽2.25的双精度表⽰为:0 100 0000 0001 0010 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000,这样2.25在进⾏强制转换的时候,数值是不会变的,⽽我们再看看2.2呢,2.2⽤科学计数法表⽰应该为:将⼗进制的⼩数转换为⼆进制的⼩数 的⽅法为将⼩数*2,取整数部分,所以0.282=0.4,所以⼆进制⼩数第⼀位为0.4的整数部分0,0.4×2=0.8,第⼆位为 0,0.8*2=1.6,第三位为1,0.6×2 = 1.2,第四位为1,0.2*2=0.4,第五位为0,这样永远也不可能乘到=1.0,得到的⼆进制是⼀个⽆限循环的排列 ,对于单精度数据来说,尾数只能表⽰24bit的精度,所以2.2的float存储为:
但 是这样存储⽅式,换算成⼗进制的值,却不会是2.2的,应为⼗进制在转换为⼆进制的时候可能会不准确,如2.2,⽽double类型的数 据也存在同样的问题,所以在浮点数表⽰中会产⽣些许的误差,在单精度转换为双精度的时候,也会存在误差的问题,对于能够⽤⼆进制表⽰的⼗进制数据,如 2.25,这个误差就会不存在,所以会出现上⾯⽐较奇怪的输出结果。
单精度浮点数: 1位符号位 8位阶码位 23位尾数
双精度浮点数: 1位符号位 8位阶码位 52位尾数
实数在内存中以规范化的浮点数存放,包括数符、阶码、尾数。数的精度取决于尾数的位数。⽐如32位机上float型为23位 double型为52位。
单精度float型存储在内存中的⼤⼩为4个字节,即32位。
浮点表⽰的⼀般形式为:R=M*2^e (R:Real M:Mantissa尾数 e:exponent阶码)
把上⾯float的⼆进制可分成三部分:
x xxxxxxxx xxxxxxxxxxxxxxxxxxxxxxx
数符(1b) 阶码(8b) 尾数(23b)
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论