关于浮点数的小数部分的二进制表示、精度以及浮点数如何在内存中存放问题

浮点数小数部分二进制转换，：原始数据的小数部分，乘2，取整数部分，去整数部分，然后再乘2，再取整数部分，去整数部分，再乘2......如此循环，直到小数部分值为0（包括此时的取整值）或者小数部分跟原始小数部分相等为止（包括此小数部分的取整值）。然后将取到的整数值顺序排下来就是此小数部分的二进制表示。

例：5.75

0.75 * 2 = 1.5  》1

0.5   * 2 = 1.0  》1

此时的1.0的小数部分为0，停止。所以5.75的小数部分的二进制表示为 .11，合起来5.75的二进制表示就是101.11

将101.11转换成十进制：101.11 = 1*2^2 + 0*2^1 + 1*2^0 + 1*2^-1 + 1*2^-2 = 5.75

    3.2

0.2 * 2 = 0.4 》 0

0.4 * 2 = 0.8 》 0

0.8 * 2 = 1.6 》 1

0.6 * 2 = 1.2 》 1

此时的1.2的小数部分跟原始数据的小数部分相等，停止。所以3.2的二进制表示就是11.0011

然后就很明显，11.0011的真实值并不等于3.2：1*2^1 + 1*2^0 + 0*2^-1 + 0*2^-2 + 1*2^-3 + 1*2^-4 = 3.1875。

此时，就要说到浮点数的精度问题，通过查询微软文档，发现float类型的精度为：1.192092896e-07，double类型的精度为：2.2204460492503131e-016，这就代表着，实际电脑中储存值3.2并不是11.0011，它可能是11.0011001100110011......直到这个数的精度符合它的类型所要求的精度。

浮点数在内存中的存放，以5.75（float类型），也就是101.11为例，float类型一般占4个字节，也就是32个位。

（大端）第1个位为符号位，0为正，1为负；所以5.75的符号位为0

接着8个为指数位，8个位最多可以表示2^8个数，即256。但指数也有正负，所以计算机就会先将那个8个位看成是一个无符号的char类型，然后根据无符号char类型，将其读出来，范围为255~0，然后将得到的数值减去127，此时它的范围就会变成128~-127了。所以，就有了float类型的取值范围了：2^128 ~ 2^-127。所以，在读float类型的指数位时，就先把它当成无符号的char类型去读，然后减去127，就是实际的指数值了。

最后剩下的23位，为尾数位，也就是格式化后的二进制数，即：0111，但有23位，所以后面需要补上0，所以尾数位就为：0111 0000 0000 0000 0000 000

所以，最后就可以写出来5.75在内存中实际的存储值：0 1000 0001 0111 0000 0000 0000 0000 000

double类型跟float类型类似，总共有8个字节，64位，1位符号位，11位指数位，52位尾数位。