计算机组成原理——浮点数表示

浮点数表示

1. 浮点数的表示形式

为了扩大浮点数表示范围和提高表示精度，二进制浮点数表示采用了类似十进制科学记数法的表示方式。即二进制数$N$表示为如下形式:
$$N=2^E\times M=2^{\pm e}\times (\pm 0.m)$$
按照这一形式：二进制浮点数可以由E(阶码)，M(尾数)来表示。E是定点整数，M是定点小数。所以浮点数是用定点数来表示的。

浮点数数据格式如下表:

阶符	阶值	数符	尾数
$e_0$	$e_1{e}_2{e}_3\dots e_k$	$m_0$	$m_1{m}_2{m}_3\dots m_n$

2. 浮点数规格化

同一浮点数采用上表的格式去表示，可能存在多种表示形式。
如:$0.01111\times 2^{101}$还可以表示成$0.11110\times 2^{100}$。这种表示的不唯一性会带来很多麻烦,比如影响软件的可移植性。

归根到底还是浮点数表示的标准不统一。所以就有了规格化处理。

规格化处理：就是使得尾数最高有效位为1.

规格化处操作:根据具体形式通过将非规格化尾数进行算术左移或者右移，并同步减少或增加阶码值的操作进行规格化。对应的规格化方法分别称为左移规格化和右移规格化。

两种规格化形式:

• 尾数绝对值大于或等于0.5
• 尾数绝对值大于1，小于2

两种规格化形式本质上无太大区别，二者尾数最高有效位都是1.

这里主要介绍第二种形式:
$$N=2^E\times M=2^{\pm e}\times (\pm 1.m)$$
由于同一了标准，尾数最高位的1在不需要位数来单独表示，可以隐藏。当需要运算时自动恢复。这样可以节省一位。这省略的一位被称为隐藏位.

3. IEEE二进制浮点数标准

• IEEE754单精度浮点数规范

• IEEE754浮点数表示范围

• 浮点数特性:

浮点数在数轴上的表示是不均匀的。

浮点数运算不满足结合律。小数+大数=大数。

溢出:浮点数绝对值超过正数最大值则为上溢，低于正数最小值则为下溢。

发生下溢的浮点数由于绝对值过小，可以作为机器0处理。

精度溢出:浮点数不在被表示的刻度上是，会进行舍入。

4. 单精度浮点数和真值之间的转换流程

参考资料

[1] 计算机组成原理(微课版)(谭志虎 主编)