浮点数 = (-1)^S*M*2^E
- 符号位(Sign) : 0代表正,1代表为负
- 阶码,也称指数位(Exponent):用于存储科学计数法中的指数数据,并且采用移码存储。
- 尾数部分(Mantissa),隐藏了个位和小数点的有效数字。大于等于1,小于2,一般化为规范小数的形式,这样其最高位(个位)必为1, 因此个位和小数点就不存储,省略作为隐藏位,从而使浮点数尾数不变,但是精度进一步增加。
IEEE 754规定:
对于单精度浮点数,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
双精度浮点型:剩下的52位作为尾数
对E和M的进一步说明:
1. 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。
2. 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。
指数E还可以再分成三种情况:
1>E不全为0或不全
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
2>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。
3>E全为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);
来看个例子:
int main()
{
int num1 = 9;
float *a = (float *)&num1;
printf("%d\n", num1);
printf("%f\n", *a);
*a = 9.0;
printf("%d\n", num1);
printf("%f\n", *a);
return 0;
}
为什么会出现这样的情况呢?
首先,将0x00000009拆分,得到第一位符号位s=0,后面8位的指数E=00000000,最后23位的有效数字M=000 0000 0000 0000 0000 1001。
//9 -> 0000 0000 0000 0000 0000 0000 0000 1001
由于指数E全为0,所以符合上一节的第二种情况。因此,浮点数V就写成:V=(-1)^0×0.00000000000000000001001×2^(-126)=1.001×2^(-146)
显然,V是一个很小的接近于0的正数,所以用十进制小数表示就是0.000000。
其次,浮点数9.0等于二进制的1001.0,即1.001×2^3。
//9.0 -> 1001.0 ->(-1)^0*1.001*2^3 -> s=0, M=1.001,E=3+127=130
那么,第一位的符号位s=0,有效数字M等于001后面再加20个0,凑满23位,指数E等于3+127=130,即10000010。
所以,写成二进制形式,应该是s+E+M,即
0 10000010 001 0000 0000 0000 0000 0000
这个32位的二进制数,还原成十进制,正是1091567616。