编程中小数为什么 称为浮点数？

假如我们的浮点数:

float a=1.0;

在c++中，假设a占用四个字节，则该数可以由32位的0和1表示。具体表示如下：

0	01111111	00000000000000000000000
符号位	阶位	尾数

翻译一下：

符号位: 代表着该数值的正负

阶位: 阶位大小减去127后的值代表着小数点移动的位数

尾数:代表以1开头小数点后面的数字：1.00000000000......(23位)(这里注意以下，理论只有23位，但是协议要求在23位之前要放一个1，所以也可以理解有24位尾数，其中的第一位1是一个隐式位)

回到上面的例子：

0——正: 符号位为+

01111111——127：阶位为127

0000000....——1.000000....:1.000小数点后23个0

则移动的位数：127-127=0，故1.0000000...中的小数点不移动（浮动），然后将其转为10进制位+1.0；

再举个例子：0 10000101 11110110000000000000000

以上是个浮点数在内存中的表示：

第一步看符号位0，所以为正；

第二步看阶位10000101=133，所以浮动的位数位133-127=6；

第三步看尾数1.11110110000000000000000；

将其小数点浮动（移动6位）得到：1111101.10000000000000000，将其转为十进制：+125.5

综上：浮点数的浮点二字不是空穴来风，而且可以看出4字节的浮点数小数位最多有23位，转为十进制最多为7位，这也是为什么float数的精度只有7位的原因。32位浮点数表示范围介于-1.18X10+38和3.40X10+38之间，虽然浮点数表示的范围很广，但存储的尾数只有23位，因此它并不能精确表示其范围内的所有数字。

特殊bit:

浮点数转二进制

经典问题是0.1+0.2=？

首先先看0.1如何存储：

1. 0.1转为2进制

0.0001100… （重复1100）

2. 根据IEEE754可以得到下面的布局

所以可以看到其实0.1的实际浮点数是：0.100000001490116119384765625

注意

上面一开始说精度只有7位有效数字，结果0.1却可以表示出那么多，为啥？ 与整数不同，因为浮点数在计算机中的存储方式(IEEE754)，浮点数无法精确表示有效范围内的所有数值。有效范围内的数值是否可以被精确表示取决于有效数字M是否可以被小数域frac完全存储。例如3.5可以被精确存储，3.6无法被精确存储。

通常认为单精度浮点数的有效数字时6~7位，绝对可以保证的是6位。

说明：因为单精度浮点数使用23bit表示小数域，2的23次方是8,388,608。23位可以存储所有6位或更低的数字，以及大多数7位数字。

但是仅按6~7位有效数字使用浮点数，更保守的只使用6位的话，如果小数点后保留两位有效数字，那么整数位只能有4位有效数字，这其实是大打折扣的！

扩展

上面我们看了0.1本来翻译成十进制为1100重复，可是在最后一位bit却是1，如何按照截断的话，理论应该是0的，为什么是0呢？首先看看假如是0的话结果是多少：

0.0999999940395355224609

对比当最后一个bit是1的时候：

0.100000001490116119385

可以明显看到bit为1时，数字离0.1更近，那么有人会问，假如是0.10和0.11离0.1一样近的话如何取舍呢？结果是选择0.10，原因是选择最低有效数字为偶数，这是一种规则叫做：Round-to-Nearest-Even, 有时候也叫round-to-even.