【知识点】浅谈浮点数

一、浮点数在内存中的表示方式

IEEE 754标准规定：

类型	比特（位）数
float	32（4字节）
double	64（8字节）

无论是单精度还是双精度在存储中都分为三个部分：

1. 符号位(Sign) : 0代表正，1代表为负
2. 指数位（Exponent）:用于存储科学计数法中的指数数据，并且采用移位存储
3. 尾数部分（Mantissa）：尾数部分

float数据类型在内存中的存储形式如下图所示：

double数据类型在内存中的存储形式如下图所示：

二、由浮点数的二进制得到十进制实数的方法

float数据类型的计算方法：

double数据类型的计算方法：

简便的计算方法：

1. float数据类型的计算方法：
   
   real value = (-1)^sign * ( fraction/(2^23) + 1 ) * ( 2^(exponent-127) )
   
2. double数据类型的计算方法：
   
   real value = (-1)^sign * ( fraction/(2^52) + 1 ) * ( 2^(exponent-1023) )
   

解释： fraction/(2^x) 相当于二进制数的小数点向左移动x位. 例如 0001 0001b / 2^8 = 0.0001 0001b =

代码示例（Lua）：

-- a double-precision floating-point number
datas = {
    0x76 ,0xFF ,0x43 ,0x52 ,0xF7 ,0xBE ,0x8B ,0x40     -- LSB first
    ,0x90 ,0x05 ,0x26 ,0x5D ,0xD6 ,0xD0 ,0x72 ,0x40
}

-- sign
sign = bit.rshift( bit.band(0x10,datas[8]),7 )
print(sign)

-- exponent
exponent = bit.lshift( bit.band(0x7F,datas[8]) , 4) + bit.rshift( bit.band(0xF0,datas[7]),4 ) -1023
print(exponent)

-- fraction
fraction = ( (bit.lshift(bit.band(datas[7],0x0f),16) + bit.lshift(datas[6],8) + datas[5]) * (2^32) ) +( bit.lshift(datas[4],24) + bit.lshift(datas[3],16) + bit.lshift(datas[2],8) + datas[1] )
print(fraction)

results = (-1)^sign * (fraction/(2^52) + 1) * (2^exponent)

print(results)

参考资料：

1. Single-precision floating-point format
2. Double-precision floating-point format
3. 浮点数有效数字位数
4. 你应该知道的浮点数基础知识