无论是单精度还是双精度,在内存存储中都分为3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*。而我们傻蛋计算机根本不认识十进制的数据,它只认识0和1,所以在计算机内存中,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1000.01,120.5用二进制表示为:1110110.1。用二进制的科学计数法表示1000.01可以表示为1.00001*,1110110.1可以表示为1.1101101*,任何一个数的科学计数法表示都为1.xxx*, 尾数部分就可以表示为xxxx,第一位都是1嘛,干嘛还要表示呀?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,存储的数据为元数据+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*
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,位数部分为1.00001,故8.25的存储方式如下:
0xbffff380: 01000001000001000000000000000000
分解如下:0--10000010--00001000000000000000000
符号位为0,指数部分为10000010,位数部分为00001000000000000000000
同理,120.5在内存中的存储格式如下:
0xbffff384: 01000010111100010000000000000000
分解如下:0--10000101--11100010000000000000000
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:
01000001001000100000000000000000
第一步:符号位为0,表示是正数;
第二步:指数位为10000010,换算成十进制为130,所以指数为130-127=3;
第三步:尾数位为01000100000000000000000,换算成十进制为(1+1/4+1/64);
所以相应的十进制数值为:2^3*(1+1/4+1/64)=8+2+1/8=10.125
再看一个例子,观察其输出:
02 {
03 float f1 = 2.2;
04 float f2 = 2.25;
05
06 double d1 = (double)f1;
07 double d2 = (double)f2;
08
09 printf ("d1 = %.13f, d2 = %.13f\n", d1, d2);
10
11 return 0;
12 }
[doyle@phuang algorithm]$ ./a.out
d1 = 2.2000000476837, d2 = 2.2500000000000
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,我们已经大概能找到答案。首先我们看看2.25的单精度存储方式:0 10000000 00100000000000000000000,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。我们再看看2.2的单精度和双精度内存表示,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 00110011001100110011... ,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:0 10000000 00011001100110011001101
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。
总结:浮点数在内存中的存储表示是以2的负数次方来模拟和逼近的,如果浮点数的小数部分可以用二进制完美地表示,则浮点数转化为二进制存储的时候不会存在精度丢失,否则内存中的这种表示浮点数的方法将会导致浮点数的精度丢失,如上面的2.2;
0是一个特定量,幂是0,尾数也是0