移码与浮点数标准IEEE754详解,浮点数存储存在误差的原因

本篇文章将阐述移码的概念以及当前业界流行的浮点数标准IEEE754,在下一篇文章中将会详细阐述为什么浮点数的计算总会产生微小误差

1.移码

在这里插入图片描述
在这里插入图片描述
注:移码无符号位,运用上述的方法将移码得出之后,便直接采用无符号的进制转换方法,全是正整数,因此移码的意义就是可以直观的反映两个值的大小,只要高位对齐后逐个比较便可以十分方便的得到两真值的大小关系

2.IEEE754详解

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
重要:十进制小数与IEEE754标准的2进制浮点数的相互转换
在这里插入图片描述
重要:浮点数在存储过程中产生误差的原因
16.35 对应的浮点数的二进制表示为0-10000011-000 0010 1100 1100 1100 1101,符号位为正,阶码为131-127=4,即2的4次方16,但是尾数部分的1.000 0010 1100 1100 1100 1101十进制确是1.021875,1.021875*16=16.35000038

  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值