网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
limits.h
是用来查看除浮点型以外的数据类型的。
由于我们的重点是浮点数,就不一一展示了
float.h
就是用来查看编译器所设定的浮点数的最大值最小值的,但是在VS2022上很难查找到这个文件,所以我借助了everything
这个很好用的查找文件的工具。
我们已经学会了如何查看头文件,接下来我们再来看一个例子。
引例🐽
int main()
{
int n = 9;
float \*pFloat = (float \*)&n;
printf("n的值为:%d\n",n);
printf("\*pFloat的值为:%f\n",\*pFloat);
\*pFloat = 9.0;
printf("num的值为:%d\n",n);
printf("\*pFloat的值为:%f\n",\*pFloat);
return 0;
}
我们看看这行代码,再分析一下。
下面是我的分析图,你也可以看看。
- 我们先看上面部分
我们printf("n的值为:%d\n", n);
这行代码是比较简单的,输出9,
那么printf("*pFloat的值为:%f\n", *pFloat);
这一行就有点不确定了,我们知道如果以%d
打印,那么我们要打印的数据在%d看来就是一个有有符号整型或者以%u
打印,那么要打印的数据在%u看来就是一个无符号的整型。
这里应该也是一样的,那么以%f
来打印,是打印9.000000吗?我们暂时放一放看下半部分。 - 下半部分
我们知道*pfloat = 9.0
会改变这两个变量里的数据,那么float *类型的是比较容易改变的,会被直接改变变成9.000000,但是int 类型的变量n呢?如果你不了解浮点数在内存中的存储,你确实很难知道为什么。
我们先将答案给出来,大家带着答案一起去寻找为什么
引例答案✳️
这真的很奇怪是不是,第二行和第三行好像是完全没有道理。但是如果你仔细一想就应该能推提出一个假设:浮点数的存储方式一定与整型不同。
别急我们马上就来介绍。
浮点数的存储规则💥
我们想搞懂这个问题需要我们了解浮点数在内存中的存储方法
放心不是很复杂,只要我们用点心。
在C语言中,浮点数的存储方式遵循IEEE 754标准。具体来说,C语言中的浮点数类型(如float、double)使用二进制表示,并按照IEEE 754标准进行存储。
IEEE 754规定:
任何一个二进制浮点数N
都可以表达成下面的方式:
(-1) ^ S \* M \* 2 ^ E
- 在这个式子中(-1) ^ S表示符号位,
当S为0时,N为正数,当S为1时,N为负数。
- M表示的是有效位数,大于1,小于2。
- 2 ^ E表示指数位。
这样你肯定也还是不明白,没关系我们举例就行。
首先我们也还是需要复习一下我们的数学知识:
我们更仔细的来看就是这样的:
那么如果十进制是这样那么二进制呢?
当然是差不多的,我们再来举个例子
如果不是很懂可以看这副图
如果你上面的图都能看懂那么下面的也就很简单了
如果我们明白了这个道理,那么我们就直接试一试吧!尝试将9.0
的S,M,E写出
我们知道了方法就比较简单了,虽然刚开始可能不太熟练,见得多了也就会了。
- 首先我们看到是正数所以
S=0
- 将
9.0
转换为2进制1001.0
是9
的二进制。
3.将1001.0
用类似科学计数法的形式转换得到
1.001 * 2 ^ 3
,我们得到M=1.001 ,E = 3。
这三步做好了就基本不会出错了。
但是我们还要讲一个比较重要的概率,就是:
既然小数位也是用2 ^ -1, 2 ^-2,·······2 ^ n 来逐渐趋近数据的小数点后的值
那么3.14这个值呢?
我们再用我们的方法试试是搞不出来的。
下面是我用叫AI算的
11.00100110...(无限循环,以省略号表示)
像0.14
这样的数需要很多小数点后的1来表示,但是我们计算机只会保留部分,所以会导致精度丢失,但是没有办法,所以我们才会四舍五入。
知道了这些知识我们再来看看到底计算机能存储多少有效的数位呢?
IEEE 754规定: **对于32位的浮点数,最高的1位是符号位s,接着的8位是指数E, 剩下的23位为有效数字M。**
IEEE 754规定: **对于64位的浮点数,最高的1位是符号位s,接着的11位是指数E, 剩下的52位为有效数字M。**
由于52比特位实在是太长了,我就换了一下行,但是实际上是连起来的。
M与E的特别规定🐣
- M的相关规定
在上面我们说过M的范围为[1, 2)
。也就是说M最小也是1。
IEEE 754规定,当计算机内部保存M的时候,会默认这个数第一位总是1,
因此可以被舍去,只保存小数点后面部分。
这样做的好处是,当省略掉一个比特位,那么就多出一个比特位用来增加精度。
比如保存1.01的时 候,只保存01,等到读取的时候,再把第一位的1加上去。
这样做的目的,是节省1位有效数字。
以32位 浮点数为例,留给M只有23位, 将第一位的1舍去以后,等于可以保存24位有效数字。
- E的相关规定
指数E的情况是比较复杂的。
- 我们看到E有8位,并且
这8位是无符号的
,也就是说,E最大是1111 1111
就是255,最小为0; 0 < = E < = 255(32比特位浮点数)。 - 如果E为11位,它的取值范围为
0~2047
。
但是,我们知道,科学计数法中的E是可以出现负数的。
那该怎么办?
所以IEEE 754规定,存入内存时E的真实值必须再加上一个中间数
,对于8位的E,这个中间数是127;
对于11位的E,这个中间数是1023。
比如,2^10的E是10,所以保存成32位浮点数时,必须保存成10+127=137,即1000 1001。
我们来看两个例子:
然后我们调试起来验证验证~
代码也给出来
int main()
{
float f = 5.5;
//101.1
// S = 0,M = 1.011,E=2
//-1^(0) \* 1.011 \* 2^2
//当要存储时E+127
// S E M
//0 10000001 01100000000000000000000
//0100 0000 1011 0000 0000 0000 0000
//40 b0 00 00
//由于是小端存储
//00 00 0b 40
return 0;
}
我们再换当E不加127时是负数的例子
int main()
{
float f = 0.5;
//0.1
//S = 0, M = 1.0 E = -1
//-1\*(0) \* 1 \* 2^-1
//E+127 = 126
//0 01111110 0000000000000000000000
//0011 1111 0000 0000 0000 0000
//3f 00 00 00
// 00 00 00 3f
![img](https://img-blog.csdnimg.cn/img_convert/145eccb486a152bed15adb7f6936757e.png)
![img](https://img-blog.csdnimg.cn/img_convert/ce30b185a75052dc68cf4a53dab9999e.png)
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友,可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
715756705343)]
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友,可以添加戳这里获取](https://bbs.csdn.net/topics/618668825)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**