拿下期末高频题：一道例题带你彻底搞懂浮点数

浮点数是“计算机系统基础”课程中的一大重点，也是难点。其内部机制，如符号位、阶码、尾数、偏置值和舍入规则，常常让许多同学感到困惑。

下面这道题是该课程期末考试中的一道经典高频题型，因为它全面地考察了浮点数的全部核心知识点。让我们通过完整解构这道题，来一次性掌握浮点数的核心概念，轻松应对考试。

---

题目

假设一种浮点数表示格式，其中符号位为1位，阶码部分为4位（采用移码表示），尾数部分为3位。规格化数采用隐藏位 (hidden bit) 的方式。

我们将回答以下四个问题：

1. 该浮点数表示法中阶码的偏置值 (Bias) 是多少？
2. 这种格式能够表示的最大的规格化数是多少？
3. 这种格式能够表示的最小的正非规格化数是多少？
4. 计算 6.5 + 1.25 在该格式下的运算过程与结果。

---

(1) 偏置值 (Bias) 的计算

浮点数的阶码（Exponent）通常用移码（Biased Representation）表示，以方便硬件进行比较。偏置值的大小取决于阶码的位数 $k$。

• 计算公式：
  $$Bias=2^{k-1}-1$$

• 本题计算：
  题目中阶码位数为 $k=4$，因此：
  $$Bias=2^{4-1}-1=2^3-1=\text{7}$$

---

(2) 最大规格化数的确定

一个浮点数的值由公式 $V=(-1{)}^S\times M\times 2^E$ 决定。要获得最大值，我们需要符号位 $S=0$（正数），以及最大的阶码 $E$ 和最大的尾数 $M$。

1. 最大阶码 $E$：

   • 规格化数的阶码域 $e$ 不能全为0或全为1。对于4位阶码，其范围是 $[0001_2,1110_2]$，即十进制的 $[1,14]$。
   • 实际的指数 $E$ 通过公式 $E=e-Bias$ 计算。
   • 因此，最大阶码 $E_{max}=14-7=\text{7}$。

2. 最大尾数 $M$：

   • 规格化数采用隐藏位，意味着尾数 $M$ 的形式为 $1.f$（其中 $f$ 是尾数域的小数部分）。
   • 要使尾数最大，3位尾数域应全部为1，即 $f=111_2$。
   • 所以，最大尾数 $M=(1.111{)}_2$。

3. 最终计算：
   $$V_{max}=(-1{)}^0\times (1.111{)}_2\times 2^7$$
   其中，$(1.111{)}_2=1+\frac{1}{2}+\frac{1}{4}+\frac{1}{8}=1.875$。
   $$V_{max}=1.875\times 128=\text{240}$$

---

(3) 最小正非规格化数的确定

非规格化数（Denormalized Number）用于表示接近于0的数，填补规格化数无法表示的精度空隙。其阶码域 $e$ 全为0。

1. 指数 $E$：

   • 对于非规格化数，实际指数 $E$ 的计算方式固定为 $E=1-Bias$。
   • $E=1-7=\text{-6}$。

2. 尾数 $M$：

   • 非规格化数没有隐藏位，其尾数 $M$ 的形式为 $0.f$。
   • 要获得最小的正数，尾数既不能为0，又要尽可能小。因此，3位尾数域应为 $001_2$。
   • 所以，最小正尾数 $M=(0.001{)}_2$。

3. 最终计算：
   $$V_{min\_pos}=(-1{)}^0\times (0.001{)}_2\times 2^{-6}$$
   其中，$(0.001{)}_2=\frac{1}{8}$。
   $$V_{min\_pos}=\frac{1}{8}\times \frac{1}{2^6}=\frac{1}{8}\times \frac{1}{64}=\frac{1}{512}(\text{即 }0.001953125)$$

---

(4) 浮点数加法：6.5 + 1.25

浮点数加法是考试的重中之重，需要严格遵循“对阶、尾数相加、规格化、舍入”的步骤。

1. 二进制转换：

   • $6.5=110.1_2=1.101_2\times 2^2$
   • $1.25=1.01_2=1.010_2\times 2^0$ （尾数补齐至3位）

2. 对阶 (Align)：

   • 选择较大的阶码作为公共阶码，即 $2^2$。
   • 将阶码较小的数向大阶码对齐，其尾数需右移 $2-0=2$ 位。
   • $1.25=(1.010_2\times 2^0)\to (0.0101_2\times 2^2)$

3. 尾数相加 (Add)：

     1.1010  (6.5)
   + 0.0101  (1.25)
   ----------------
     1.1111 
   

   • 加法结果为 $(1.1111{)}_2\times 2^2$。

4. 规格化与舍入 (Normalize & Round)：

   • 结果的尾数 $(1.1111{)}_2$ 有4位小数，超出了格式允许的3位，必须进行舍入。
   • 我们采用 IEEE 754 标准的默认舍入规则：向偶数舍入 (Round to nearest, ties to even)。
   • 精确结果为 $(1.1111{)}_2\times 2^2=\frac{31}{16}\times 4=\frac{31}{4}=\text{7.75}$。
   • 该值正好位于两个可表示的数 $7.5$ 和 $8.0$ 的正中间：
     • 向下：$(1.111{)}_2\times 2^2=7.5$
     • 向上：$(10.000{)}_2\times 2^2=(1.000{)}_2\times 2^3=8.0$
   • 向偶数舍入规则规定：当结果恰好在两数中间时，选择那个使尾数最低有效位为0的数。
     • $7.5$ 的尾数是 $1.11{\underline{1}}_2$（奇数）。
     • $8.0$ 的尾数是 $1.00{\underline{0}}_2$（偶数）。
   • 因此，我们选择向偶数 $8.0$ 舍入。

• 最终结果：
  $$6.5+1.25=\text{8.0}$$