深入了解浮点精度（二。浮点在计算机的存储）

最新推荐文章于 2023-02-23 11:13:29 发布

JAVA道人

最新推荐文章于 2023-02-23 11:13:29 发布

阅读量677

点赞数

分类专栏： # JAVA基础

本文链接：https://blog.csdn.net/dmw412724/article/details/97152227

版权

JAVA基础专栏收录该内容

72 篇文章 1 订阅

订阅专栏

上一章：深入了解浮点精度(一。有趣的现象)

二进制怎么表示浮点数？

按照2进制，浮点数据可以这么算

4.5 = 100.1

有的同学可能会问了，100我明白，代表着4，那么小数点后面的那个1为什么能代表0.5？

其实是这么算的，小数点后面的表达式是1/2^n

小数点后面是1 ，那么2的1次方就是2，1/2 = 0.5了。

那么反过来100.01就等于4.25，100.11的0.11 = 0.1 + 0.01 等于0.5 + 0.25 = 4.75

二进制表示浮点数的规范

按十进制来说，550 = 5.5 * 10^2

那么二进制的浮点也可以这样表示

4.5 = 100.1 = 1.001 * 2^2

此时尾数是1.001 ,指数是2.

方程大概如下，但这块不建议你现在看，而是等看完所有章节了再回头看这个方程。

　d.dd...d × βe , (0 ≤ di < β)

其中 d0.dd...d 即尾数，β 为基数，e 为指数。尾数中数字的个数称为精度，每个数字 d 介于 0 和基数β之间，包括 0。小数点左侧的数字不为 0。在二进制里,β=2

我们发现，所有的浮点数都可以表示为1.xxxx *2^N，x只能表示0和1（或许你有其他疑问，但请暂时完全相信这一点，后面我会专门写一章来解释）

因此，在实际存储中，我们会省略掉最前面的1，直接拿到小数点后面的当作尾数。

那么在计算机里存储就大概是这样的,下面是个float类型的存储

float一共32位。

其中第一位是符号位，2~9符号位位是指数位，后面的是尾数位。

我们来测试一下，边看现象，边说明：

public class Test1 {
	public static void main(String[] args) {
		System.out.println("01234567812345678123456781234567");
		p(Integer.toBinaryString(Float.floatToIntBits(4.5f)));//1/2~1
		p(Integer.toBinaryString(Float.floatToIntBits(4.75f)));//1/2~1
		p(Integer.toBinaryString(Float.floatToIntBits(4.25f)));//1/2~2
		p(Integer.toBinaryString(Float.floatToIntBits(4.125f)));//1/2~3
	}
	
	private static void p(String binaryString) {
		int l = 32 - binaryString.length();
		StringBuffer sb = new StringBuffer();
		for (int i = 0; i < l; i++) {
			sb.append("0");
		}
		StringBuffer append = sb.append(binaryString);
		String string = append.toString();

		System.out.println(string);
	}
}

打印结果:

0 12345678 12345678 12345678 1234567
0 10000001 00100000 00000000 0000000
0 10000001 00110000 00000000 0000000
0 10000001 00010000 00000000 0000000
0 10000001 00001000 00000000 0000000