编程中数字类型能够容纳的数据范围，是怎么换算的？

我们知道编程语言中数字类型有整型和浮点型两种，当然不只是编程语言，我们常用的数据库中也是这样，它们能够容纳的数据范围，和他本身的数据长度到底有什么关系，这一点很多人都不太清楚。

在了解他们的关系之前，要知道两个知识点。第一个是二进制补码表示法，这种表示法有利于计算机更快速的计算数据，少沉余的编码，具体指的是，数字的最大位用来表示符号，0为正号，1为负号，其他位表示数字本身。第二个是我这里所说的位数，并不是我们肉眼直接看见的个十百千万这种有一个算一位的位数，而是比特位数，在计算机底层的运行逻辑中，一个字节也就是用来表示文件大小的那个B，当然我们日常见到的文件，通常是KB为单位。但B并不是最小的存储单位，最小的存储单位就是现在要说的b，叫做比特位数，我们通常直接叫做字位，一个字节B等于八个字位b。

当你知道上面说的两个东西，那么你就可以理解整形的数据范围，也就是当你规定数据长度为4，既长度为4字节时，整型数据所能容纳的数据范围是在 8 * 4 = 32 位之内，当你存储有符号数据时，由于最左侧的最大位数属于符号位所能容纳的数据也就只有31位了，就是说此时数据范围为-2∧（32-1) 到2∧(32-1)-1，即-2,147,483,648到2,147,483,647。对于无符号的int类型，它能够容纳的数据范围是从0到2^(32)-1，即0到4,294,967,295。

这个要解释一下，为什么存储有符号数据时，两侧的幂都要减一，左侧因为需要强制带符号，导致它的位数减去了一，而右侧是为了平衡与左侧的范围，所以在计算机内部规定右侧同样减一。

对于浮点数来说，浮点数类型通常有两种：float和double。其中，float类型是32位的单精度浮点数，double类型是64位的双精度浮点数，这也就是为什么直接进行浮点数换算时数据极其容易丢失精度，因为每个浮点数小数点后往往不是你原本数据的长度。

根据规范，浮点数的表示采用科学计数法，由三个部分组成：符号位、指数部分和尾数部分。

对于float类型，其中1位表示符号位，8位表示指数部分，23位表示尾数部分。根据规范，float类型能够表示的最大正数是1.8 x 10∧38，最小的正数是1.4 x 10∧-45。

对于double类型，其中1位表示符号位，11位表示指数部分，52位表示尾数部分。根据规范，double类型能够表示的最大正数是1.7 x 10∧308，最小的正数是4.9 x 10∧-324。

在最后我要说明一点，用于精度要求较高的浮点数类型，他们的数据范围，需要根据实际情况来定，不同的开发工具情况不同，不参与像上面说到的次幂计算。
就以Java中的BigDecimal来说，由于他在定义的时候就不需要指定长度，因此它的范围在理论上是无限的，再用它做计算的时候，只要你的设备性能吃得住，他的范围就可以一直扩大。而对应的，MySQL中的Decimal，你定义的长度就是它的数据位数，因此，默认情况下，MySQL的Decimal可以存储的数据范围是从-9999999999 到 9999999999，共10位。总结来说，用于高精度浮点数计算的类型，他能够容纳多大的数据取决于，你用的开发手段是什么。