C++——浮点与整数在内存中的储存

  整数在我们输入时在计算机会转成二级制的原码,例如我输入(int类型)9,在计算机的原码便是00000000 00000000 00000000 00000101(中间的空格只是便于观察)

但是整数的保存在计算机中存储的是补码,是由原码变换成反码再变换过来的。

在这里会有不同的变换规则:

对于的整数而言:1.如果是正数,则他的原码,反码,补码相同。

                             2.如果是负数,则他的反码就是最高位不变(有符号整数而言最高位是符号位,正数是0,负数是1)其他位将0变为1,将1变为0。反码变成补码就是反码+1。

举例 :-1的原码10000000 00000000 00000000 00000001

          反码11111111 11111111 11111111 11111110

          补码11111111 11111111 11111111 11111111 

对于负数而言从补码到原码的方式有两种。

1.就是我们先减1,然后再取反。2.直接取反加1,取反的规则和刚才一样。

通过这个例子我们可以看到我在整数n里储存的9在float输出却是0而小数9.0在整数的情况下输出居然是一个很大的数字。

这便可以说明整数与小数在计算机的储存方式并不相同,看样子还是有很大的差距,那么小数在计算机中如何储存的的呢 

要理解这个,⼀定要搞懂浮点数在计算机内部的表⽰⽅法。任何小数都可以转换成这种方式

V=(-1)^S*M*2^E (2^E是2的E次方的意思)其中的s是表示正负的0则为正1则为负

举例来说:

⼗进制的5.0,写成⼆进制是101.0,相当于1.01×2^2。

那么,按照上⾯V的格式,可以得出S=0,M=1.01,E=2。

IEEE754对有效数字M和指数E,还有⼀些特别规定。1≤M,也就是说,M可以写成1.xxxxxx的形式,其中xxxxxx表⽰⼩数部分。

IEEE754规定,在计算机内部保存M时,默认这个数的第⼀位总是1,因此可以被舍去,只保存后⾯的xxxxxx部分。⽐如保存1.01的时候,只保存01,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。以32位浮点数为例,留给M只有23位,将第⼀位的1舍去以后,等于可以保存24位有效数字。

科学计数法中的E是可以出现负数的,所以IEEE754规定,存⼊内存时E的真实值必须再加上⼀个中间数,对于8位的E,这个中间数是127;对于11位的E,这个中间数是1023。⽐如,2^10的E是10,所以保存成32位浮点数时,必须保存成10+127=137,即10001001。

E不全为0或不全为1

 这时,浮点数就采⽤下⾯的规则表⽰,即指数E的计算值减去127(或1023),得到真实值,再将有效数字M前加上第⼀位的1。

⽐如:0.5的⼆进制形式为0.1(是因为在小数点后一位2的-1次方刚好是0.5,所以为0.1),由于规定正数部分必须为1,即将⼩数点右移1位,则为1.0*2^(-1),其阶码为-1+127(中间值)=126,表⽰为01111110,⽽尾数1.0去掉整数部分为0,补⻬0到23位

00000000000000000000000,则其⼆进制表⽰形式为:0 01111110 00000000000000000000000

E全为0

这时,浮点数的指数E等于1-127(或者1-1023)即为真实值,有效数字M不再加上第⼀位的1,⽽是还原为0.xxxxxx的⼩数。这样做是为了表⽰±0,以及接近于0的很⼩的数字。

  如0 00000000 00100000000000000000000

E全为1

这时,如果有效数字M全为0,表⽰±⽆穷⼤(正负取决于符号位s);

如0 11111111 00010000000000000000000

那么我们可以通过这次的学习知道为什么小数中的9与整数的9输出相差会这么大

 

 

                  

  • 23
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
贪心算法是一种问题求解方法,它在每一步总是做出当前情况下的最优选择,以期望获得最优解。而"最大整数"同样可以使用贪心算法来求解。 对于"最大整数"的问题,我们可以考虑如下的贪心策略:从高位开始,尽可能选择较大的数字。具体步骤如下: 1. 对于给定的整数,我们首先将其转化为一个数组,其每个元素表示整数的一个位数。 2. 从最高位(最左侧)开始,遍历数组。 3. 对于当前位上的数字,从9开始递减,找到第一个小于等于当前数字的最大数字。 4. 如果找到了符合条件的最大数字,将其放在当前位。否则,不做任何操作。 5. 继续向下遍历,重复步骤3-4。 6. 最终,得到的数组即为满足条件的最大整数。 以一个具体的例子说明上述算法:假设给定的整数为5372。 1. 将整数转化为数组[5, 3, 7, 2]。 2. 从最高位开始遍历。 3. 对于第一位5,从9开始递减,找到第一个小于等于5的数字,为7。 4. 将7放在第一位,得到[7, 3, 7, 2]。 5. 对于第二位3,从9开始递减,找到第一个小于等于3的数字,为3(与当前数字相等)。 6. 不做任何操作,得到[7, 3, 7, 2]。 7. 对于第三位7,从9开始递减,找到第一个小于等于7的数字,为7。 8. 将7放在第三位,得到[7, 3, 7, 2]。 9. 对于第四位2,从9开始递减,找到第一个小于等于2的数字,为2。 10. 将2放在第四位,得到[7, 3, 7, 2]。 11. 遍历结束,最终得到的数组为[7, 3, 7, 2],转化为整数为7372。 通过上述贪心算法,我们得到了满足条件的最大整数7372。证明了贪心算法在"最大整数"问题的有效性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值