内存操作与结构体

一、数据在内存中的存储

由于算法工程中打交道最多的是某个位置的坐标值，坐标[x,y,z]的值在Java开发中我们一般以double类型的数组表示，故本文主要简单回顾了浮点数在内存中的存储方式

（1）IEEE-754标准

历史：

IEEE-754标准的主要起草者是来自UCB的数学教授William Kahan。他帮助Intel设计完成了8087浮点运算单元(FPU)。由于设计的浮点标准是如此的出色，使得IEEE将此标准作为IEEE浮点格式的基础。

为了浮点数据处理对于硬件、软件或者两者的结合都能产生独立的结果，不受平台的影响，IEEE为执行浮点运算提供了一个统一标准，其规定了浮点数的表示格式、操作方式、舍入模式及异常处理

浮点数表示格式

在IEEE-754标准下，浮点格式主要分为四种类行，即单精度格式、双精度格式、扩展单精度格式和扩展双精度格式。其中32位单精度格式与64位双精度格式作为基础格式更为常用，扩展格式则有特殊目的，一般对用户透明。

（2）浮点数的存储方式

IEEE754 标准中规定 float 单精度浮点数在机器中表示用 1 位表示数字的符号，用 8 位表示指数，用 23 位表示尾数，即小数部分。对于 double 双精度浮点数，用 1 位表示符号，用 11 位表示指数，52 位表示尾数，其中指数域称为阶码。IEEE754 浮点数的格式如下图所示。

符号位 (Sign)：0代表正数，1代表为负数；

指数位 (Exponent)：用于存储科学计数法中的指数数据；

尾数部分 (Mantissa)：采用移位存储尾数部分；

（3）简单示例

118.5二进制的科学计数法表示 1110110.1，可以表示为1.1101101 * 26

任何一个二进制数的科学计数法表示都为1. xxx * 2^n ，尾数部分就可以表示为xxxx，由于第一位都是1，所以将小数点前面的1省略。由此，23bit的尾数部分，可以表示的精度却变成了24bit（float有效位数相应的也会发生变化,而double则不会，因达不到）

小数部分：4bit 能精确十进制中的1位小数点(十进制9转为二进制为1001)，24bit就能使 float 精确到小数点后6位

指数部分：指数可正可负(占1位)，故8位的指数位能表示的指数范围只能用7位，范围是:-127至128。所以指数部分的存储采用移位存储，存储的数据为元数据 +127。

思考：移位存储的好处（待更新）

118.5 用二进制的科学计数法表示为: 1.1101101 * 26 ，按照上面的存储方式：

    符号位为：0，表示为正；

    指数位为：6+127=133，即 10000101；

    尾数部分为：1101101；

   

双精度浮点数的存储和单精度的存储大同小异，不同的是指数部分和尾数部分的位数。