浮点数储存理解误区

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）