数据在内存中的存储——浮点数

塞翁失马，焉知非福。——《淮南子·人间训》

---

1、介绍

常见的浮点数：3.1415926，1E10等，浮点数包含的类型有float，double，long double
浮点数的表示范围在头文件float.h中定义。

2、由题引入

下面，我们来看一段代码，来观察一下，究竟最后打印出来的是什么？

又是不经的发出疑问，为什么到这却是那么多和自己想的不一样的地方啊！到最后就只对了一半？
那么到这我们就应该想一下，到底是为什么，难道是之前对于整型的存储的理解到浮点数就不同了？难不成浮点数的存储方式，和我们想的完全不一样吗？

3、浮点数的储存

上面的代码中明明，num和*pFloat就是一个数，为什么浮点数和整数的解读结果会差别那么大？
那么为了搞清为什么是这样的结果，我们必须搞明白浮点数在计算机内部的表示方法。
根据国际标准IEEE（电气和电子工程协会)754 任意一个以二进制浮点数V可以表示成一下的形式

为了更好的理解，通过举例来说明
就以十进制的5.0来说，写为二进制的话是101.0，相当于是1.01 *2^2。
那按照上面的V的形式，可以得出S=0，M=1.01，E=2
相同的，那要是-5的话，写为二进制的话是-101.0，相当于是-1.01 *2^2。那么，S=1，M=1.01，E=2
同时IEEE754规定：
1、对于32位的浮点数来说，最高位的1位存储的是符号位S，接着的8位存储指数E，剩下的23位存储有效数字M。
2、对于64位的浮点数来说，最高位的1位存储的是符号位S，接着的11位存储指数E，剩下的52位存储有效数字M。
下面是对于32位来说的简图
下面是对于64位来说的简图

4、浮点数的存取的过程

4、1浮点数的存

由于对于M来说，已经规定了M的取值范围，1<M<=2的，所以对于M来说，既然必定会是1.xxxx什么的，那还有必要存储吗？有必要浪费一个字节吗，如果不存，还可以更精确。
所以根据IEEE规定，每次保存的时候都是把1舍去只保留小数点后面的数字。只有到时候读取的时候，才会把原来的1加上去。
但是对于E来说，还是情况比较复杂的
首先E是一个无符号的整型，由于是8/11个字节，所以取值范围应该是0~ 255/0~2047：但是难道所有的浮点数都是大于1的？难道科学计数法中就没有负数出现吗？很显然，当然是有的啊。所以IEEE又754规定了，对于存入的E的真实值必须加上一个中间值，对于8/11位的E来说，中间值是127/1023.比如，2^10的E是10，所以在保存成为32位的浮点数的时候，必须是10+127=137，保存10001001。

4、2浮点数的取

指数E从内存中取出的过程还可以分为三种情况：
1、E不全为0或者不全为1
那就按照上面的正常方法进行，先S后E最后M的方式一个个取出。
2、E全为0
那么这时，还得再减去127或者1023才能是最后的E,那么可想而知，会是一个很小的数字，那么此时，在有效数字M不会再前面加上第一位的1，相当于就是0.xxxx表示一个很小的数字，这也是方便来表示一个很小的数字。
3、E全为1
这是就相当于是上一个特例的反义词，表示无穷大的意思。

5、题目回顾

所以我们现在再来看这时候的题目，是不是有一种了解的感觉呢？
首先看第一部分，为什么 指针pFloat变为0？
其实，由于n是整型，所以在存储的时候就会是32个比特，会是 0000 0000 0000 0000 0000 0000 0000 1001
那么变为浮点数的时候，第一位是S=0，E=0此时应该是上面的E全为0的时候，应该是一个很小的数字，所以才会导致最后的结果是0.0000000
看第二部分
既然是浮点数的指针，那么存储的时候会是什么呢？
0(S) 10000010(E) 001 0000 0000 0000 0000 0000(M)
那这段数字转为二进制的整型之后，就是会变得很大，所以最后打印出来的会是那样。