原文地址:https://blog.csdn.net/K346K346/article/details/50487127
1.浮点数的存储格式
浮点数(Floating-point Number)是对实数的一种近似表示,由一个有效数字(即尾数)加上幂数来表示,通常是乘以某个基数的整数次幂得到。以这种表示法表示的数值,称为浮点数。表示方法类似于基数为10的科学计数法。利用浮点进行运算,称为浮点计算,这种运算通常伴随着因为无法精确表示而进行的近似或舍入。
计算机对浮点数的表示规范遵循电气和电子工程师协会(IEEE)推出的 IEEE754 标准,浮点数在 C/C++ 中对应 float 和 double 类型,我们有必要知道浮点数在计算机中实际存储的内容。
IEEE754 标准中规定 float 单精度浮点数在机器中表示用 1 位表示数字的符号,用 8 位表示指数,用 23 位表示尾数,即小数部分。对于 double 双精度浮点数,用 1 位表示符号,用 11 位表示指数,52 位表示尾数,其中指数域称为阶码。IEEE754 浮点数的格式如下图所示。
注意,IEE754 规定浮点数阶码 E 采用"指数e的移码-1"来表示,请记住这一点。为什么指数移码要减去 1,这是 IEEE754 对阶码的特殊要求,以满足特殊情况,比如对正无穷的表示。
2.移码
移码(又叫增码)是对真值补码的符号位取反,一般用作浮点数的阶码,引入的目的是便于浮点数运算时的对阶操作。
对于定点整数,计算机一般采用补码的来存储。正整数的符号位为 0,反码和补码等同于原码。负整数符号位为1,原码、反码和补码的表示都不相同,由原码变成反码和补码有如下规则:
(1)原码符号位为1不变,整数的每一位二进制数位求反得反码;
(2)反码符号位为1不变,反码数值位最低位加1得补码。
比如,以一个字节 8bits 来表示 -3,那么[ − 3 ] 原 = 10000011 [-3]_原=10000011[−3]原=10000011,[ − 3 ] 反 = 11111100 [-3]_反=11111100[−3]反=11111100,[ − 3 ] 补 = 11111101 [-3]_补=11111101[−3]补=11111101,那么 -3 的移码就是[ − 3 ] 移 = 01111101 [-3]_移=01111101[−3]移=01111101。
如何将移码转换为真值 -3 呢?先将移码转换为补码,再求值。
3.浮点数的规格化
若不对浮点数的表示作出明确的规定,同一个浮点数的表示就不是唯一的。例如( 1.75 ) 10 (1.75)_{10}(1.75)10可以表示成1.11 × 2 0 1.11\times 2^01.11×20,0.111 × 2 1 0.111\times2^10.111×21,0.0111 × 2 2 0.0111\times2^20.0111×22等多种形式。当尾数不为0时,尾数域的最高有效位为1,这称为浮点数的规格化。否则,以修改阶码同时左右移动小数点位置的办法,使其成为规格化数的形式。
3.1 单精度浮点数真值
IEEE754 标准中,一个规格化的 32 位浮点数 x 的真值表示为:
x = ( − 1 ) S × ( 1. M ) × 2 e x=(-1)^S\times(1.M)\times2^ex=(−1)S×(1.M)×2e
e = E − 127 e=E-127e=E−127
其中尾数域值是1.M。因为规格化的浮点数的尾数域最左位总是1,故这一位不予存储,而认为隐藏在小数点的左边。
在计算指数 e 时,对阶码E的计算采用原码的计算方式,因此 32 位浮点数的 8bits 的阶码 E 的取值范围是 0 到 255。其中当E为全 0 或者全 1 时,是 IEEE754 规定的特殊情况,下文会另外说明。
3.2 双精度浮点数真值
64 位的浮点数中符号为 1 位,阶码域为 11 位,尾数域为 52 位,指数偏移值是 1023。因此规格化的 64 位浮点数 x 的真值是:
x = ( − 1 ) S × ( 1. M ) × 2 e x=(-1)^S\times(1.M)\times2^ex=(−1)S×(1.M)×2e
e = E − 1023 e=E-1023e=E−1023
4.浮点数的具体表示
4.1 十进制到机器码
(1)0.5
0.5 = ( 0.1 ) 2 0.5=(0.1)_20.5=(0.1)2,符号位S为0,指数为e = − 1 e=-1e=−1,规格化后尾数为1.0。
单精度浮点数尾数域共23位,右侧以0补全,尾数域:
M = [ 000 0000 0000 0000 0000 0000 ] 2 M=[000\ 0000\ 0000\ 0000\ 0000\ 0000]_2M=[000 0000 0000 0000 0000 0000]2
阶码E:
E = [ − 1 ] 移 − 1 = [ 0111 1111 ] 2 − 1 = [ 0111 1110 ] 2 E=[-1]_移-1=[0111\ 1111]_2-1=[0111\ 1110]_2E=[−1]移−1=[0111 1111]2−1=[0111 1110]2
对照单精度浮点数的存储格式,将符号位S,阶码E和尾数域M存放到指定位置,得0.5的机器码:
0.5 = [ 0011 1111 0000 0000 0000 0000 0000 0000 ] 2 0.5=[0011\ 1111\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000]_20.5=[0011 1111 0000 0000 0000 0000 0000 0000]2。
十六进制表示为0.5=0x3f000000。
(2)1.5
1.5 = [ 1.1 ] 2 1.5=[1.1]_21.5=[1.1]2,符号位为0,指数e = 0 e=0e=0,规格化后尾数为1.1。
尾数域M右侧以0补全,得尾数域:
M = [ 100 0000 0000 0000 0000 0000 ] 2 M=[100\ 0000\ 0000\ 0000\ 0000\ 0000]_2M=[100 0000 0000 0000 0000 0000]2
阶码E:
E = [ 0 ] 移 − 1 = [ 10000000 ] 2 − 1 = [ 01111111 ] 2 E=[0]_移-1=[1000 0000]_2-1=[0111 1111]_2E=[0]移−1=[10000000]2−1=[01111111]2
得1.5的机器码:
1.5 = [ 0011 1111 1100 0000 0000 0000 0000 0000 ] 2 1.5=[0011\ 1111\ 1100\ 0000\ 0000\ 0000\ 0000\ 0000]_21.5=[0011 1111 1100 0000 0000 0000 0000 0000]2
十六进制表示为1.5=0x3fc00000。
(3)-12.5
− 12.5 = [ − 1100.1 ] 2 -12.5=[-1100.1]_2−12.5=[−1100.1]2,符号位S为1,指数e为3,规格化后尾数为1.1001,
尾数域M右侧以0补全,得尾数域:
M = [ 100 1000 0000 0000 0000 0000 ] 2 M=[100\ 1000\ 0000\ 0000\ 0000\ 0000]_2M=[100 1000 0000 0000 0000 0000]2
阶码E:
E = [ 3 ] 移 − 1 = [ 1000 0011 ] 2 − 1 = [ 1000 0010 ] 2 E=[3]_移-1=[1000\ 0011]_2-1=[1000\ 0010]_2E=[3]移−1=[1000 0011]2−1=[1000 0010]2
即-12.5的机器码:
− 12.5 = [ 1100 0001 0100 1000 0000 0000 0000 0000 ] 2 -12.5=[1100\ 0001\ 0100\ 1000\ 0000\ 0000\ 0000\ 0000]_2−12.5=[1100 0001 0100 1000 0000 0000 0000 0000]2
十六进制表示为-12.5=0xc1480000。
用如下程序验证上面的推算,代码编译运行平台Win32+VC++ 2012:
#include <iostream>
using namespace std;
int main() {
float a=0.5;
float b=1.5;
float c=-12.5;
unsigned int* pa=NULL;
pa=(unsigned int*)&a;
unsigned int* pb=NULL;
pb=(unsigned int*)&b;
unsigned int* pc=NULL;
pc=(unsigned int*)&c;
cout<<hex<<"a=0x"<<*pa<<endl;
cout<<hex<<"b=0x"<<*pb<<endl;
cout<<hex<<"c=0x"<<*pc<<endl;
return 0;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
输出结果:
a=0x3f000000
b=0x3fc00000
c=0xc1480000
- 1
- 2
- 3
验证正确。
4.2 机器码到十进制
(1)若浮点数 x 的 IEEE754 标准存储格式为 0x41360000,那么其浮点数的十进制数值的推演过程如下:
0 x 41360000 = [ 0 10000010 011 0110 0000 0000 0000 0000 ] 0x41360000=[0\ 10000010\ 011\ 0110\ 0000\ 0000\ 0000\ 0000]0x41360000=[0 10000010 011 0110 0000 0000 0000 0000]
根据该浮点数的机器码得到符号位 S=0
,指数 e=阶码-127=1000 0010-127=130-127=3
。
注意,根据阶码求指数时,可以像上面直接通过 "阶码-127"求得指数e,也可以将阶 码 + 1 = 移 码 阶码+1=移码阶码+1=移码,再通过移码求其真值便是指数 e。比如上面阶码 10000010 + 1 = 1000001 1 [ 移 码 ] = > 0000001 1 [ 补 ] = 3 ( 指 数 e ) 10000010+1=10000011_{[移码]}=>00000011_{[补]}=3(指数e)10000010+1=10000011[移码]=>00000011[补]=3(指数e)。
包括尾数域最左边的隐藏位1,那么尾数 1.M=1.011 0110 0000 0000 0000 0000=1.011011。
于是有:
x = ( − 1 ) S × 1. M × 2 e = + ( 1.011011 ) × 2 3 = + 1011.011 = ( 11.375 ) 10 x=(-1)^S\times1.M\times2^e=+(1.011011)\times2^3=+1011.011=(11.375)_{10}x=(−1)S×1.M×2e=+(1.011011)×23=+1011.011=(11.375)10
通过代码同样可以验证上面的推算:
#include <iostream>
using namespace std;
int main() {
unsigned int hex=0x41360000;
float* fp=(float*)&hex;
cout<<"x="<<*fp<<endl;
return 0;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
输出结果:
x=11.375
- 1
验证正确。
5.浮点数的几种特殊情况
(1)0 的表示
对于阶码为 0 或 255 的情况,IEEE754 标准有特别的规定:
如果 阶码 E=0 并且尾数 M 是 0,则这个数的真值为 ±0(正负号和数符位有关)。
因此 +0 的机器码为:0 00000000 000 0000 0000 0000 0000 0000。
-0 的机器码为:1 00000000 000 0000 0000 0000 0000 0000。
需要注意一点,浮点数不能精确表示 0,而是以很小的数来近似表示 0,因为浮点数的真值等于(以32bits单精度浮点数为例):
x = ( − 1 ) S × ( 1. M ) × 2 e x=(-1)^S\times(1.M)\times2^ex=(−1)S×(1.M)×2e
e = E − 127 e=E-127e=E−127
那么 +0 的机器码对应的真值为1.0 × 2 − 127 1.0\times2^{-127}1.0×2−127。同理,-0 机器码真值为− 1.0 × 2 − 127 -1.0\times2^{-127}−1.0×2−127。
(2)+ ∞ +\infty+∞ 和 − ∞ -\infty−∞ 的表示
如果阶码 E=255 并且尾数 M 全是0,则这个数的真值为 ±∞(同样和符号位有关)。因此+ ∞ +\infty+∞的机器码为:0 11111111 000 0000 0000 0000 0000 0000。− ∞ -\infty−∞的机器吗为:1 11111111 000 0000 0000 0000 0000 0000。
(3)NaN(Not a Number)
如果 E = 255 并且 M 不是0,则这不是一个数(NaN)。
6.浮点数的精度和数值范围
6.1 浮点数的数值范围
根据上面的探讨,浮点数可以表示-∞到+∞,这只是一种特殊情况,显然不是我们想要的数值范围。
以 32 位单精度浮点数为例,阶码 E 由 8 位表示,取值范围为 0-255,去除 0 和 255 这两种特殊情况,那么指数 e 的取值范围就是 1-127=-126 到 254-127=127。
(1)最大正数
因此单精度浮点数最大正数值的符号位S=0,阶码E=254,指数e=254-127=127,尾数M=111 1111 1111 1111 1111 1111,其机器码为:0 11111110 111 1111 1111 1111 1111 1111。
那么最大正数值:
P o s M a x = ( − 1 ) S × 1. M × 2 e = + ( 1.11111111111111111111111 ) × 2 127 ≈ 3.402823 e + 38 PosMax=(-1)^S\times1.M\times2^e=+(1.111 1111 1111 1111 1111 1111)\times2^{127}\approx3.402823e+38PosMax=(−1)S×1.M×2e=+(1.11111111111111111111111)×2127≈3.402823e+38
这是一个很大的数。
(2)最小正数
最小正数符号位S=0,阶码E=1,指数e=1-127=-126,尾数M=0,其机器码为0 00000001 000 0000 0000 0000 0000 0000。
那么最小正数为:
P o s M i n = ( − 1 ) S × 1. M × 2 e = + ( 1.0 ) × 2 − 126 ≈ 1.175494 e − 38 PosMin=(-1)^S\times1.M\times2^e=+(1.0)\times2^{-126} \approx1.175494e-38PosMin=(−1)S×1.M×2e=+(1.0)×2−126≈1.175494e−38
这是一个相当小的数。几乎可以近似等于0。当阶码E=0,指数为-127时,IEEE754就是这么规定1.0 × 2 − 127 1.0\times2^{-127}1.0×2−127近似为0的,事实上,它并不等于0。
(3)最大负数
最大负数符号位S=1,阶码E=1,指数e=1-127==-126,尾数M=0,机器码与最小正数的符号位相反,其他均相同,为:1 00000001 000 0000 0000 0000 0000 0000。
最大负数等于:
N e g M a x = ( − 1 ) S × 1. M × 2 e = − ( 1.0 ) × 2 − 126 ≈ − 1.175494 e − 38 NegMax=(-1)^S\times1.M\times2^e=-(1.0)\times2^{-126} \approx-1.175494e-38NegMax=(−1)S×1.M×2e=−(1.0)×2−126≈−1.175494e−38
(4)最小负数
符号位S=0,阶码E=254,指数e=254-127=127,尾数M=111 1111 1111 1111 1111 1111,其机器码为:1 11111110 111 1111 1111 1111 1111 1111。
计算得:
N e g M i n = ( − 1 ) S × 1. M × 2 e = + ( 1.11111111111111111111111 ) × 2 127 = − 3.402823 e + 38 NegMin=(-1)^S\times1.M\times2^e=+(1.111 1111 1111 1111 1111 1111)\times2^{127}=-3.402823e+38NegMin=(−1)S×1.M×2e=+(1.11111111111111111111111)×2127=−3.402823e+38
6.2 浮点数的精度
说到浮点数的精度,先给精度下一个定义。浮点数的精度是指浮点数的小数位所能表达的位数。
阶码的二进制位数决定浮点数的表示范围,尾数的二进制位数表示浮点数的精度。以 32 位浮点数为例,尾数域有 23 位。那么浮点数以二进制表示的话精度是 23 位,23 位所能表示的最大数是2 23 − 1 = 8388607 2^{23}-1=8388607223−1=8388607,所以十进制的尾数部分最大数值是 8388607,也就是说尾数数值超过这个值,float 将无法精确表示,所以 float 最多能表示小数点后 7 位,但绝对能保证的为 6 位,即 float 的十进制的精度为 6~7 位。
64 位双精度浮点数的尾数域 52 位,因2 52 − 1 = 4 , 503 , 599 , 627 , 370 , 495 2^{52}-1=4,503,599,627,370,495252−1=4,503,599,627,370,495,所以双精度浮点数的十进制的精度最高为 16 位,绝对保证的为 15 位,所以 double 的十进制的精度为 15~16 位。
7.小结
本文操之过急,难免出现编辑错误和不当说法,请网友批评指正。不明之处,欢迎留言交流。对浮点数的加减乘除运算还未涉及,后续可能会去学习并记录学习所得,与大家分享。
参考文献
[1] 百度百科.移码
[2] 百度知道.关于IEEE754标准浮点数阶码的移码
[3] 白中英.计算机组成原理第四版[M].科学出版社:P16-30
[4] 维基百科.浮点数