浮点数探秘

浮点数探秘

浮点数在计算机中用以近似表示任意某个实数。具体的说，这个实数由一个整数或定点数（即尾数）乘以某个基数（计算机中通常是2）的整数次幂得到。

小数如何转二进制

整数部分

• 方法1 整数部分除以2取余倒着写

59/2    **** ***1
29/2     *** ***1
14/2      ** ***0
 7/2       * ***1

 3/2         ***1
 1/2          **1
 0/2           *0
 0/2            0

59的二进制表示为0011 1011;

• 方法2 二进制分解法
  把一个十进制数转成多个2的整数次方之和,然后分别转换成二进制,最后把所有二进制合并;

54 = 2^5 + 2^4 + 2^2 + 2^1
   = 0010 0000 + 0001 0000 + 0000 0100 + 0000 0010
   = 0011 0110

小数部分

乘以2取整法

如0.25转二进制

0.25*2=0.5  0
0.5*2 =1.0  1

即0.25转二进制为01

如0.4转二进制

0.4*2 =0.8  0
0.8*2 =1.6  1
0.6*2 =1.2  1
0.2*2 =0.4  0
...

即0.4转为二进制为0110 0110 ....，即二进制描述小数时无法做到绝对精确;

浮点数的表示方法

根据国际标准IEEE 754，任意一个二进制浮点数V可以表示成如下形式
(-1)^S * M * 2^E
其中

• (-1)^S 表示符号位，当S=0，V为正，当S=1，V为负数。
• M 表示有效数字，[1,2)。
• 2^E 表示指数，以2为底数。

例如十进制中的5.0写成二进制浮点数是101.0，用该形式表示就是 (-1)^0 * 1.01 * 2^2，
其中S=0，M=1.01，E=2。

又如十进制中的-5.5，写成二进制浮点数是101.1，用该形式表示就是(-1)^1 * 1.011 * 2^2，
其中S=1，M=1.011，E=2。

浮点数在内存中的表示

根据IEEE754标准规定：
对于32位的浮点数（float型），最高的一位是符号位S，接下里8位是指数E，剩下的23位为有效数字M。
对于64位的浮点数（double型），最高的1位是符号位S，接着的11位是指数E，剩下的52位为有效数字M。

┌─────────────┬──────────────────┬────────────────────┬─────────────────────┐
│    type     │   S(sign bit)    │  E(Exponent area)  │  M(Mantissa area)   │
├─────────────┼──────────────────┼────────────────────┼─────────────────────┤
│    float    │   1 bit(31bit)   │  8 bits(23-30bit)  │  23 bits(0-22bit)   │
├─────────────┼──────────────────┼────────────────────┼─────────────────────┤
│    double   │   1 bit(63bit)   │ 11 bits(52-62bit)  │  52 bits(0-51bit)   │
└─────────────┴──────────────────┴────────────────────┴─────────────────────┘

float与double类型的数据在计算机内部的表示法是相同的，但由于所占存储空间不同，分别能够表示的数据值范围和精度不同。

符号位S

对于符号位，只有0和1两种情况，分别表示正和负。

有效数字M

对于有效数字M，由于M的范围是[1,2)，也就是说M的整数部分一定是1，所以IEEE754标准规定，在计算机内部保存M时，默认这个数的第一位总是1，因此可以舍去，只保存后面的小数部分。
比如保存1.01的时候，只保存小数部分01，而将整数部分舍去，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。
32位浮点数留给M只有23位，将第一位舍去后，就可以保留24位有效数字。

有效数字M位数决定数据的精度

• float：2^23 = 8388608，共7位，最多能有7位有效数字; float 的精度为6-7位有效数字(能保证6位)；
• double：2^52 = 4503599627370496，共16位，最多能有16位有效数字;double的精度为15-16位有效数字；

指数部分E

1. 指数部分E是一个无符号整数

• 如果E为8位（float类型），那么E能表示的范围是0-255，
• 如果E为11位（double类型），那么E能表示的范围是0-2047；
  这个指数E显然可以为负，但unsigned int的类型使E为非负数。
  所以IEEE754标准规定，存入内存时，真实的指数必须加上一个中间值（8位的E中间值为127,11位的E中间值为1023）。

如一个float数的E=3，那么存入内存时要加上127编程130后，再换算成二进制即1000 0010后存储。

2. E不全为0或不全为1
   对于浮点数5.0

• S=0，直接存储;
• M=1.01，舍去整数1，将小数部分01存储，后面多余的位用0补齐;
• E=2，需要加上127变成129并转换为二进制后存储区;

则5.0最终二进制表示为 0-100 0000 1-010 0000 0000 0000 0000 0000
以16进制展示即是40 A0 00 00

对于浮点数-5.5

• S=1，直接存储;
• M=1.011，舍去整数1，将小数部分011存储，后面多余的位用0补齐;
• E=2，需要加上127变成129并转换为二进制后存储区;

则5.0最终二进制表示为 1-100 0000 1-011 0000 0000 0000 0000 0000
以16进制展示即是C0 B0 00 00

┌─────────────┬──────────────────┬────────────────────┬─────────────────────┐
│    value    │   S(sign bit)    │  E(Exponent area)  │  M(Mantissa area)   │
├─────────────┼──────────────────┼────────────────────┼─────────────────────┤
│     5.0     │        0         │   100 0000 1       │  010 0000 ...       │
├─────────────┼──────────────────┼────────────────────┼─────────────────────┤
│    -5.5     │        1         │   100 0000 1       │  011 0000 ...       │
└─────────────┴──────────────────┴────────────────────┴─────────────────────┘

#include <stdio.h>
int main()
{
    float f1 = 5.0;
    float f2= -5.5;
    printf("%f, 0x%x\n", f1, *(unsigned int*)&f1); // 5.000000, 0x40a00000
    printf("%f, 0x%x\n", f2, *(unsigned int*)&f2); // -5.500000, 0xc0b00000
    return 0;
}

3. E全为0时
   以浮点数为例。
   由于E加上127后全为0，也就是说E的真实值为-127，即该浮点数指数部分是2^(-127)，这是一个极小的数，此时有效数字M不再加上第一位的1，而是还原为以0位整数的小数。
   这样做是为了表示0，以及接近于0的很小的数字。
   双精度浮点同理。

#include <stdio.h>
void show_binary(const float f) {
    unsigned int num = *(unsigned int*)&f;
    printf("%.6f, 0x%X: ", f, num);

    const size_t max_size = 8 * sizeof(float);
    int i = (int)max_size;
    while (0 <= --i) {
        printf("%c", ((num >> i) & 0x1) + '0');
        if (0 == (i%4)) {
            printf(" ");
        }
    }
    printf("\n");
}
int main()
{
    float f21 = 5.0f;
    float f22= -5.5f;
    float f31 = 0.0f;
    float f32 = 0.000001f;
    show_binary(f21); //  5.000000, 0x40A00000: 0100 0000 1010 0000 0000 0000 0000 0000 
    show_binary(f22); // -5.500000, 0xC0B00000: 1100 0000 1011 0000 0000 0000 0000 0000 
    show_binary(f31); //  0.000000, 0x0: 0000 0000 0000 0000 0000 0000 0000 0000 
    show_binary(f32); //  0.000001, 0x358637BD: 0011 0101 1000 0110 0011 0111 1011 1101
    return 0;
}

4. E全为1时
   以浮点数为例。
   由于E加上127后全为1，也就是说E的真实值是128，即该浮点指数部分是2^128，显示这是一个极大的数，此时表示正负无穷（正负由S决定）。
   双精度浮点同理。

指数E部分的位数决定了可表示的数据范围
占4个字节的int类型的范围：[-2^31,2^31-1]；
占4个字节的float类型的范围：大约是[-3.4*10^38,3.4*10^38]，即(-2^128,+2^128)；

为何int和float都占4个字节的内存，float却比int表示的范围大得多呢？

秘密

• float能表示的具体数字个数与int相同
• float可表示的数字之间是不连续的，存在跳跃
• float只是一种近似的表示法，不能作为精确数使用
• 由于内存表示法相对复杂，float的运算速度比int慢很多

小结

• 浮点类型与整数类型的内存表示法不同
• 浮点类型的内存表示更复杂
• 浮点类型可表示的范围更大
• 浮点类型是一种不精确的类型
• 浮点类型的运算速度较慢