浮点数在内存中的存储

  根据国际标准IEEE（电⽓和电⼦⼯程协会）754，任意⼀个⼆进制浮点数V可以表⽰成下⾯的形式：
V   =  (−1) ^S* M ∗ 2^E 
• (−1)S 表⽰符号位，当S=0，V为正数；当S=1，V为负数
• M表⽰有效数字，M是⼤于等于1，⼩于2的
• 2E 表⽰指数位 

列如：5.0(5的二进制为101）=1.01*2^2=（-1）^0*1.01*2^2

对于任意一个浮点数我们都可以将其写类似于科学计数法的方式，只是这里使用的是二进制，同时用-1的0次或者1次来表示，即都可以写成IEEE754所规定的标准，其实计算机在进行储存的时候，就是储存的S,M,E这三个数

对于32位的浮点数，最⾼的1位存储符号位S，接着的8位存储指数E，剩下的23位存储有效数字M对于64位的浮点数，最⾼的1位存储符号位S，接着的11位存储指数E，剩下的52位存储有效数字M

计算机对于M的存储

由于每一个M都有一个1，所以计算机就可以直接储存M的小数部分，这样就避免了浪费一个bit位，多一位来存储小数，可以提升精度。

十进制小数转化为二进制

对于小数点后面的部分，一般的放法是乘2法，即对于十进制的小数先乘以2，要是有进位1，就拿出来，要是没有，就拿出来0，然后继续拿出乘以后的小数点乘以2，这样一直循环，直到乘出来数字没有小数了，按照先后顺序排列这些拿出来的0或者1，即为对应的二进制数列

但对于一些相对于简单的，我们就可以根据二进制中小数部分的权重来直接写出，0.11111对应的权重从左到右分别就是2的负一次（0.5），2的负二次（0.25），2的负三次（0.125）.....,我们通过这些组合就不难看出一些简单的小数，列如0.75就是0.5+0.25即二进制0.11

同时，对于一些小数，3.14无法精确的算出其二进制的小数位，此时计算机就会储存一个非常接近的数字来表示它

计算机对于E的储存

我们知道，在科学计数法中，E既可以是正数，也可以是负数，那么我们该怎么储存呢......

IEEE754于是就规定，我们在存储的时候，必须要给E加上一个中间值，让E成为一个正数，对于8位的E，中间值位127，对于11位的E，这个中间值位1023。列如：2^10,E=10,对于8位E来说，储存的数字就等于10+127=137。

对于一些特殊的E

1.E全为1，2的这么多次将是一个极其大的数字，计算机将认为存储的是一个无穷大的数字

2.E全为0，2的负这么多次将是一个非常小的数字，计算机对于此类数字E=1-127（1-1023）表示真实值，同时M不再加上1，计算机用来表示一个非常接近于0的数字，或则是正负0.

列如​​​​​​​