计算机中浮点数的储存分为三部分,符号位、指数、有效值。
我们用1.f表示浮点数有效值。单精度的有效数值有23位,但计算机默认整数部分都为1,所以实际上有效值有24位。2^24≈10^7,因此在十进制中的有效位是7位。指数部分有8位二进制,256个数(0~255),因为指数有符号,同时0和255有其它用途(我现在不知道为啥),剩下254个数,因此指数范围-126~127(也不清楚为啥不是-128~127),之前以为在10进制下小数点就可以浮动254个位置了,但这是二进制下浮动254个位置。2^254≈10^76,因此十进制下小数点左右浮动的长度是38个。
单精度下最大的数
1.11111111111111111111111*2^127≈3.402823669e+38
单精度下最小的数
1.0000000000000000000000*2^(-126)≈1.175494351e-38
同样的,双精度的有效位是15~16位,范围是2.2e-307~1.8e307
(PS:这里说的单精度下最大最小的数不对,参考补充部分。后来看了IEEE浮点数定义才明白)
补充:
看了《深入理解计算机系统》里面介绍IEEE浮点编码定义。根据指数的不同位表示模式,将浮点数值分为三类:规格化值、非规格化值、特殊值。
a.规格化值就是指数部分不等于0、255(以单精度为例),也即位模式不全为1,也不全为0。有效数字默认为1开头的数。即如果有效数字位是[fn-1,fn-2,….f2,f2],它表示的数实际上是1.fn-1….f2f1。这样看有效位就多了一位。
b.非规格化值就是指数部分为0,也即位模式全为0。有效数字位表实际值。
c.特殊值就是指数部分全为1。当有效数字位全为0时表示无穷大,当有效数字位不全为0时,表示NAN(not a number不是一个数)
有一点让我困惑,将浮点数值分出规格化与非规格化,表面上看就是多了一位表示浮点数,除此之外有什么作用呢?
(PS:具体细节参考IEEE浮点数定义,这里写的不全)