无障碍了解浮点数及IEEE754标准的由来

前言

在学习的过程中，我们往往忽略了知识发展的过程，这让我们在理解和记忆的时候就变得尤为困难，不要盲目“记公式”，尝试去了解“公式”因何而来，你会发现根本不需要记忆。
在这篇文章中，会详细解释浮点数是什么意思以及IEEE754的规则是如何产生的。

一、浮点数

1.为什么要引入浮点数？

用定点数表示小数时，存在数值范围、精度范围有限的缺点，所以在计算机中，我们一般使用「浮点数」来表示小数。

2.浮点数是什么意思

之前我们学习了定点数，其中「定点」指的是约定小数点位置固定不变。那浮点数的「浮点」就是指，其小数点的位置是可以是漂浮不定的。
这怎么理解呢？
其实，浮点数是采用科学计数法的方式来表示的，例如十进制小数 8.345，用科学计数法表示，可以有多种方式：

8.345 = 8.345 * 10^0
8.345 = 83.45 * 10^-1
8.345 = 834.5 * 10^-2
...

看到了吗？用这种科学计数法的方式表示小数时，小数点的位置就变得「漂浮不定」了，这就是相对于定点数，浮点数名字的由来。

使用同样的规则，对于二进制数，我们也可以用科学计数法表示，也就是说把基数 10 换成 2 即可。

3.浮点数如何表示数字

我们已经知道，浮点数是采用科学计数法来表示一个数字的，它的格式可以写成这样：

V = (-1)^S * M * R^E

其中各个变量的含义如下：

• S：符号位，取值 0 或 1，决定一个数字的符号，0 表示正，1 表示负
• M：尾数，用小数表示，例如前面所看到的 8.345 * 10^0，8.345 就是尾数
• R：基数，表示十进制数 R 就是 10，表示二进制数 R 就是 2
• E：指数，用整数表示，例如前面看到的 10^-1，-1 即是指数

例如：
十进制数$121=(-1{)}^0\times 1.21\times 10^2$
二进制数$-10101=(-1{)}^1\times 1.0101\times 2^4$

假设现在我们用 32 bit 表示一个浮点数，把以上变量按照一定规则，填充到这些 bit 上就可以了：

假设我们定义如下规则来填充这些 bit：

• 符号位 S 占 1 bit
• 指数 E 占 10 bit
• 尾数 M 占 21 bit

按照这个规则，将十进制数 25.125 转换为浮点数，转换过程就是这样的（D代表十进制，B代表二进制）：

1. 整数部分：25(D) = 11001(B)
2. 小数部分：0.125(D) = 0.001(B)
3. 用二进制科学计数法表示：25.125(D) = 11001.001(B) = 1.1001001 * 2^4(B)

所以符号位 S = 0，尾数 M = 1.001001(B)，指数 E = 4(D) = 100(B)。

按照上面定义的规则，填充到 32 bit 上，就是这样：

浮点数的结果就出来了，是不是很简单？

但这里有个问题，我们刚才定义的规则，符号位 S 占 1 bit，指数位 E 占 10 bit，尾数 M 占 21 bit，这个规则是我们拍脑袋随便定义出来的。

如果你也想定一个新规则，例如符号位 S 占 1 bit，指数位 E 这次占 5 bit，尾数 M 占 26 bit，是否也可以？当然可以。

按这个规则来，那浮点数表示出来就是这样：

我们可以看到，指数和尾数分配的位数不同，会产生以下情况：

1. 指数位越多，尾数位则越少，其表示的范围越大，但精度就会变差，反之，指数位越少，尾数位则越多，表示的范围越小，但精度就会变好
2. 一个数字的浮点数格式，会因为定义的规则不同，得到的结果也不同，表示的范围和精度也有差异

早期人们提出浮点数定义时，就是这样的情况，当时有很多计算机厂商，例如IBM、微软等，每个计算机厂商会定义自己的浮点数规则，不同厂商对同一个数表示出的浮点数是不一样的。

这就会导致，一个程序在不同厂商下的计算机中做浮点数运算时，需要先转换成这个厂商规定的浮点数格式，才能再计算，这也必然加重了计算的成本。

那怎么解决这个问题呢？业界迫切需要一个统一的浮点数标准。

二、浮点数标准

直到1985年，IEEE 组织推出了浮点数标准，就是我们经常听到的 IEEE754 浮点数标准，这个标准统一了浮点数的表示形式，并提供了 2 种浮点格式：

• 单精度浮点数 float：32 位，符号位 S 占 1 bit，指数 E 占 8 bit，尾数 M 占 23 bit
• 双精度浮点数 double：64 位，符号位 S 占 1 bit，指数 E 占 11 bit，尾数 M 占 52 bit

为了使其表示的数字范围、精度最大化，浮点数标准还对指数和尾数进行了规定：

1. 指数 E ，

   表示单精度浮点数 float 时，指数一共占 8 bit，8位二进制可以表示256种状态, IEEE754规定, 指数位用于表示[-127, 128]范围内的指数.

   不过为了表示起来更方便, 浮点型的指数位都有一个固定的偏移量(bias), 用于使 指数 + 这个偏移量 = 一个非负整数. 这样指数位部分就不用为如何表示负数而担心了.

   规定: 在32位单精度类型中, 这个偏移量是127. 在64位双精度类型中, 偏移量是1023.

   即, 如果你运算后得到的指数是 -127, 那么偏移后, 在指数位中就需要表示为: -127 + 127(偏移量) = 0

   如果你运算后得到的指数是 -10, 那么偏移后, 在指数位中需要表示为: -10 + 127(偏移量) = 117

   看, 有了偏移量, 指数位中始终都是一个非负整数.

2. 尾数M

   ①隐藏高位

   你会发现, 尾数部分的最高位始终为1. 比如这里的 1.1001001, 这是因为, 规范化之后, 尾数中的小数点会位于左起第一位和第二位之间. 且第一位是个非0数. 而二进制中, 每一位可取值只有0或1, 如果第一位非0, 则第一位只能为1. 所以在存储尾数时, 可以省略前面的 1和小数点. 只记录尾数中小数点之后的部分, 这样就节约了一位内存. 所以这里只需记录剩余的尾数部分: 1001001

   所以, 以后再提到尾数, 如无特殊说明, 指的其实是隐藏了整数部分1. 之后, 剩下的小数部分

   ②低位补0

   有时候尾数会不够填满尾数位(即图中的蓝色格子). 比如这里的, 尾数1001001不够23位

   此时, 需要在低位补零, 补齐23位.

   之所以在低位补0, 是因为尾数中存储的本质上是二进制的小数部分, 所以如果想要在不影响原数值的情况下, 填满23位, 就需要在低位补零.

   比如, 要把二进制数1.01在不改变原值的情况下填满八位内存, 写出来就应该是: 1.010 0000, 即需要在低位补0

   同理, 本例中因为尾数部分存储的实际上是省略了整数部分 1. 之后, 剩余的小数部分, 所以这里补0时也需要在低位补0:

   原尾数是: 01001(不到23位)

   补零之后是: 0100 1000 0000 0000 000 (补至23位)

为什么IEEE754浮点数标准一定要在低位补0才不会影响原数值呢？

因为我们刚才刚讲了隐藏高位这一操作，如果在高位补0
原尾数是: 01001(不到23位)

补零之后是: 0000 0000 0000 0001 001 (补至23位)

将尾数和隐藏的高位组合后得到1.0000 0000 0000 0001 001（高位补0），是不是原数值就变了？

有了这个统一的浮点数标准，我们再把 25.125 转换为标准的 float 浮点数：

1. 整数部分：25(D) = 11001(B)
2. 小数部分：0.125(D) = 0.001(B)
3. 用二进制科学计数法表示：25.125(D) = 11001.001(B) = 1.1001001 * 2^4(B)

所以 S = 0，尾数 M = 1.001001 = 001001(去掉1，隐藏位)，指数 E = 4 + 127(中间数) = 131(D) = 10000011(B)。填充到 32 bit 中，如下：

除了规定尾数和指数位，还做了以下规定：

• 指数 E 非全 0 且非全 1：规格化数字，按上面的规则正常计算
• 指数 E 全 0，尾数非 0：非规格化数，尾数隐藏位不再是 1，而是 0(M = 0.xxxxx)，这样可以表示 0 和很小的数
• 指数 E 全 1，尾数全 0：正无穷大/负无穷大（正负取决于 S 符号位）
• 指数 E 全 1，尾数非 0：NaN(Not a Number)
  
  关于IEEE754浮点数标准，还有很多内容要谈，本文只是帮助新手快速理解浮点数及IEEE754标准的由来。

参考文献

[1] Kaito.什么是定点数？[EB/OL].2021:[2024].https://zhuanlan.zhihu.com/p/339949186.

[1] 等夏天再见啦.IEEE754标准: 一 , 浮点数在内存中的存储方式[EB/OL].2021:[2024].https://zhuanlan.zhihu.com/p/343033661.