浮点数的表示

浮点数

摘要

我们说的浮点数包括单精度浮点数和双精度浮点数，浮点数的实现、运算是按照IEEE 754标准进行的，IEEE 754标准是计算机上使用最为广泛的浮点标准。

浮点数的表示

浮点数分为两个组成部分：整数部分(i)和小数部分(f)，通常，将浮点数表示为 ± i.f Xβ^e，其中i.f 称为有效数字，它的数字个数称为有效数字精度，β为基数，e为指数，±表示该浮点数的正负。当其中整数部分i符合：0＜i＜β时，被称为“规格化数”，否则被称为“非规格化数”。

一个浮点数F在IEEE 754标准中可以用F = (-1)^s x M x 2^e 的形式表示，说明如下：

(1)符号s决定浮点数是正数(s=0)还是负数(s=1)；

(2)有效数字M是二进制小数，M满足1≤M＜2或0≤M＜1；

(3)指数e是2的幂，它的作用是对浮点数加权（就是指数的阶）。

一个规格化的32位浮点数Df的真值可表示为：Df = (-1)^s x (1.M) x 2^e  e = E -127；

一个规格化的64位浮点数Df的真值为：Df = (-1)^s x (1.M) x 2^e  e = E -1023。

浮点格式

浮点格式是一种数据结构，该结构规定了构成浮点数的各个部分在所属字节上的布局及编码，按照规定，这些字节被划分为3个部分：

(1)一个符号位s，编码符号s；

(2)n位的偏置指数e(e_n－1…e₁e₀ 其中e_i为1或者0)，编码为指数E；

(3)k位的小数f(f_k-1…f₁f₀ 其中f_i 为1或者0)，编码为有效数字M。

E的取值范围为0-255（无符号整数），实际数值为e=E-127。E也可以被称为“移码”，而e则被称为“阶码”。

浮点数0.0(或者非常接近0.0的浮点数)的表示方法：e = 0（即e_n－1…e₁e₀ 全部为零），有效数字M = f = 0. f_k-1…f₁f₀，有效数字的前导有效位为0；

±∞的表示方法：e 的位模式即e_n－1…e₁e₀全部为1，小数M = f = 0，即f的位模式全部为零，当s = 1时，为+∞，当s = -1时，为-∞；

规格化数的表示：e 的位模式即e_n－1…e₁e₀不全为1，也不全为零，小数部分f_k-1…f₁f₀不全为零，通过调整e来实现，使1≤M＜2，此时M = 1. f_k-1…f₁f₀，也就是说：有效数字的前导有效位总是1，因此该位不需显式给出，只需通过指数隐式给出。

单精度格式

在C语言中，单精度浮点型变量存储为 IEEE 32 位，就是4个字节，它的范围在负数的时候是从 -3.402823E38 到 -1.401298E-45，而在正数的时候是从 1.401298E-45 到 3.402823E38。其浮点格式为：23位小数f，8位指数e，1位符号s。将这些字段连续存放在一个32位字里（4字节），并对其进行编码（高字节在后，低子节在前），其中第31位为符号位s，记为s【31】；23:30位包含8位，为指数e，记为e【23:30】；0:22位包含23位，为小数f，记为f【0:22】；如图1所示。

双精度格式

按照IEEE-754标准来规定浮点数的存储格式，在C语言中，双精度浮点数用8字节存储，分为三个部分：符号位、阶和尾数。阶即指数，尾数即有效小数位数。符号位为1位，阶占11位，尾数占53位。编码规则为（也按照高字节在前，低字节在后顺序）：

s【63】，e【53:62】，f【0:52】。

单精度浮点数实例

对于内部存储数据（四字节：0011 1111  0110 0110  0110 0110  0110 0110）2（2表示二进制，10表示十进制）：

    符号位：（最左侧）S=0。这表示是个正数

    指数：（左侧第2-9位）E=(01111110)2=(126)10，所以e=E-127=-1。

    尾数：（最后的23位）M=(1100110 01100110 01100110)₂，m=(1.M)₂ = (1.7999999523162841796875)₁₀，或者m = (1.1100110 01100110 01100110)₂

    该二进制小数转为10进制的计算方式为1 + (1/2+1/4) + (1/32+1/64) + (1/512+1/1024)……

实际值：N=1.7999999523162841796875*2^-1 = 0.89999997615814208984375，这个数据是0.9的单精度浮点数的实际内部存储，从中可以看到计算机对实际浮点数的存储是有一定的误差的。或者在N = (1.1100110 01100110 01100110)₂ * 2^-1的m值基础上进行移位操作，得到N = (0.11100110 01100110 01100110)₂ = (0.89999997615814)₁₀

二进制、十进制转换问题

十进制小数转换为二进制：小数乘以2取整，余下小数部分继续乘以2取整……，最后这些被取整数顺序排列，就是小数所要的二进制表示形式，例如对0.917，就有如下过程：

0.917  x  2  = 1.834  取1

0.834  x  2  = 1.668  取1

0.668  x  2  = 1.336  取1

0.336  x  2  = 0.672  取0

0.672  x  2  = 1.344  取1

0.344  x  2  = 0.688  取0

0.688  x  2  = 1.376  取1

0.376  x  2  = 0.752  取0

0.752  x  2  = 1.504  取1

0.504  x  2  = 1.008  取1

0.008  x  2  = 0.016  取0

0.016  x  2  = 0.032  取0

0.032  x  2  = 0.064  取0

0.064  x  2  = 0.128  取0

0.128  x  2  = 0.256  取0

0.256  x  2  = 0.512  取0

0.512  x  2  = 1.024  取1

0.024  x  2  = 0.048  取0

0.048  x  2  = 0.096  取0

0.096  x  2  = 0.192  取0

0.192  x  2  = 0.384  取0

0.384  x  2  = 0.768  取0

0.768  x  2  = 1.536  取1

0.536  x  2  = 1.072  取1

于是就有：(0.917)₁₀  = (0.11101010  11000000  10000011)₂ = (1.1101010 11000000  10000011)₂ 单精度，共24位，单精度存储为4字节，分布如下所示：高字节在前，低字节在后

  S【0】，e【01111110】，f【1101010  11000000  10000011】，于是就是：

  0011 1111  0110 1010  1100 0000  1000 0011；

二进制小数转换为十进制 f₀/2 + f₁/4 + f₂/8 + … + f_i/2ⁱ⁺¹ + … + ；fi为对应二进制数位数字，为1或者0；

于是对于单精度4字节二进制数：0011 1111  0110 1010  1100 0000  1000 0011，转换为10进制浮点数就是：

S【0】 = 0为正数；

E【01111110】 = (126 - 127)₁₀ = -1;

F【1101010  11000000  10000011】；m=(1.M)₂ = (1.83399999)₁₀，实际值为：1.83399999 ×2^-1 = 0.91699999；跟0.917还是有些差别，这个差别称之为转换误差，显然误差和转换的精度有关。