nextUp(float)函数Java源码结合浮点型加法原理详解

此文章未经作者允许禁止转载

Java源码结合浮点型加法原理详解（附测试代码、测试结果和详细解析）

【nextUp()函数解读】
如果参数为 NaN，那么结果为 NaN。
如果参数为正无穷大，那么结果为正无穷大。
如果参数为 0，那么结果为 Float.MIN_VALUE
参数：
f - 起始浮点值
返回：
离正无穷大较近的相邻浮点值。

【源码】

public static float nextUp(float f) { 
    if( Float.isNaN(f) || f == FloatConsts.POSITIVE_INFINITY) 
    return f; 
    else { 
        f += 0.0f; 
        return Float.intBitsToFloat(Float.floatToRawIntBits(f)+((f>= 0.0f)?+1:-1)); 
    } 
} 

【源码部分语句解析】
Float.isNaN(f)
Java.lang.Float.isNaN()方法 ：
此方法如果此对象所表示的值是NaN，返回true，否则返回false。NaN 实际上就是 Not a Number的简称。0.0f/0.0f的值就是NaN，从数学角度说，0/0就是一种未确定。

FloatConsts.POSITIVE_INFINITY
正无穷大

f += 0.0f
0.0f为浮点型的0即0.0

Float.intBitsToFloat(Float.floatToRawIntBits(f)+((f>= 0.0f)?+1:-1))
Float.floatToRawIntBits() 是将浮点型数字当成整形数字，即32位不变，读数的时候当成整型读。
如果参数为正无穷大，其结果是0x7f800000.
如果参数为负无穷大，其结果是0xff800000.
如果参数为NaN，则结果是表示实际NaN值的整数。
(f>= 0.0f)?+1:-1) 这句话是判断f是否≥0，如果是，在已经变为整型的f最后一位加1，否则减1。
Float.floatToRawIntBits() 是将整型数字当成浮点型数字，即32位不变，读数的时候当成浮点型读。

【浮点数加法规则】
① 对阶，小阶向大阶对齐
② 尾数进行加法运算
③ 结果规格化并进行舍入处理
④ 判断溢出

【测试代码】

【测试结果及解析】
第一组

这两个输入的数字都是规格化数字，所以是执行else中的语句。

1.5=1.1(2)
符号位 0 阶码 0（exp 01111111） 尾数10000000000000000000000
1.5f与0.0f阶码相同都是0，所以可以直接相加。0.0在内存中为32位0。
于是相加没有影响，继续执行下一步，1.5大于零，转变为整数后在末尾加1，变为0 01111111 100000000000000000000001，再将这个数变成浮点型读出来，也就是1.5+2-23，2-23=1.19e-7，19部分溢出不要，故最后结果为1.5000001。

2.5=10.1(2)
符号位 0 阶码 1（exp 10000000） 尾数01000000000000000000000
2.5f与0.0f阶码不相同，所以不可以直接相加。0.0在内存中为32位0。
要想相加，需要与2.5解码一致，阶码增大后，尾数右移，但因为都是0，故不变。继续执行下一步，2.5大于零，转变为整数后在末尾加1，变为0 10000000 010000000000000000000001，再将这个数变成浮点型读出来，也就是2.5+2-22，2-23=2.38e-7，38部分溢出不要，故最后结果为2.5000002。

第二组

第一个数字是规格化数字，第二个数字是非规格化数字。

第一个数字的返回值解析同第一组数字。

第二个数字的表示超出了浮点型能表示的范围，正下溢，但它是一个数并且不是正无穷，故执行else语句。返回浮点型能表示的最小的值，即1.4E-45。

第三组

第一个数字是规格化数字，第二个数字是非规格化数字。

第一个数字的返回值解析同第一组数字。

第二个数字的表示超出了浮点型能表示的范围，它是正无穷大，正上溢，执行的是if判断条件里的语句，直接返回正无穷即Infinity。因为稍微大于正无穷的精确浮点型还是正无穷，故此返回值符合本函数条件。