数据的储存：浮点数在内存中的存储

前言

我们知道整数在内存中都是以二进制位反码的形式存储的
那么小数在内存中的也是相同的吗
我们可以通过以下代码测试得到结果

运行代码可以得到以下结果

由此可得整形和浮点型的存储方式并不相同

那浮点型数据在内存中的存储原理是什么呢？

根据国际标准IEEE(电器和电子工程协会)754，任意一个二进制浮点数V可以表示成下面的新式:

— (-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，大于等于1，小于2 (因为二进制中只有0和1,当使用科学计数法时小数点第一位必定为1)

— 2^E表示指数位

所以在32位机器中有

同理在64位机器中有

IEEE 754 对有效数字M和指数E，还有一些特别规定

前面说过， 1≤M<2 ，也就是说，M可以写成 1.xxxxxx 的形式，其中xxxxxx表示小数部分

IEEE 754规定，在计算机内部保存M时，默认这个数的第一位总是1，因此可以被舍去，只保存后面的xxxxxx部分
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

至于指数E，情况就比较复杂。
首先，E为一个无符号整数（unsigned int）
这意味着，如果E为8位，它的取值范围为0 ~ 255；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，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10001001。

然后，指数E从内存中取出还可以再分成三种情况：

E不全为0或不全为1

这时，浮点数就采用下面的规则表示，即指数E的计算值减去127（或1023），得到真实值，再将有效数字M前加上第一位的1。
比如：
0.5（1/2）的二进制形式为0.1，由于规定正数部分必须为1，即将小数点右移1位，则为1.0*2^(-1)，其阶码为-1+127=126，表示为01111110，而尾数1.0去掉整数部分为0，补齐0到23位00000000000000000000000，则其二进制表示形式为:
0 01111110 00000000000000000000000

E全为0

这时，浮点数的指数E等于1-127（或者1-1023）即为真实值，
有效数字M不再加上第一位的1，而是还原为0.xxxxxx的小数。这样做是为了表示±0，以及接近于0的很小的数字。

E为全1

这时，如果有效数字M全为0，表示±无穷大（正负取决于符号位s）

由此我们分析该测试代码：

n作为一个int类型的整形，在内存中存储的是补码
9的补码：00000000000000000000000000001001
当n强制类型转换为float型时，数据的存储方式发生了改变
按照IEEE 754的存储规律数据应为
0 00000000 00000000000000000001001

S=0
E = 1-127 = -126
M = 0.00000000000000000001001
(-1)^0 * 0.00000000000000000001001 * 2^-126

所以*pFloat的值为0.000000

当*pFloat的值为9.0时在数据中的形式为：
1001.0=1.001 * 2^3
S=0
E=3 -------3+127=130------10000010
M=001-------00100000000000000000000

0 10000010 00100000000000000000000

所以int类型中存储的补码为：
01000001000100000000000000000000
转换为十进制的值为1091567616

以上就是浮点型在内存中的存储规律，希望对你有帮助！