目录
实例
首先我们先来看一段代码
相信很多人都会认为这段代码输出结果是 9 /9.0 /9 /9.0
但真的是这样的吗?
我们来看运行结果
很多人都会震惊吧,为什么结果会是这几个数字呢,为什么第二个和第三个结果会这么离谱?
先来分析一下这段代码:
前半部分变量a是int类型,使用%d打印出的结果正常,然而当我们使用一个float类型指针去解读a并使用%f打印时,结果却发生了变化。
那么问题出现在那里了呢,我们知道,计算机存储数据会将数据转化为2进制存储,那么会不会是浮点数与整数存储方式有所差异呢?
浮点数在内存中的存储方式
相关规定
根据国际标准IEEE(电气和电子工程协会) 754,任意一个二进制浮点数V可以表示成下面的形式:
(-1)^S*M*2AE
(-1)^S表示符号位,当S=0,V为正数;当S=1,V为负数
M表示有效数字,大于等于1,小于2
2^E表示指数位
IEEE754规定:
对于32位的浮点数,最高的1位是符号位S,接着的8位是指数E,剩下的23位为有效数字M
对于64位的浮点数,最高的1位是符号位S,接着的11位是指数E,剩下的52位为有效数字M
IEEE754对有效数字M和指数E,还有一些特别规定
前面说过,1SM<2,也就是说,M可以写成1.xxxxxx的形式,其中xxxxxx表示小数部分
EEE 754规定,在计算机内部保存M时,默认这个数的第一位总是1,因此可以被舍去,只保存后面的xxxxxx部分。比如保存1.01的时候,只保存01,等到读取的时候,再把第一位的1加上去。这样做的目的,是节省1位有效数字。以32位浮点数为例,留给M只有23位,将第一位的1舍去以后,等于可以保存24位有效数字
E作为一个无符号整数,这意味着,如果E为8位,它的取值范围为0~255;如果E为11位,它的取值范围为0~2047。但是,我们知道,科学计数法中的E是可以出现负数的,所以IEEE 754规定,存入内存时E的真实值必须再加上一个中间数,对于8位的E,这个中间数是127;对于11位的E,这个中间数是1023。比如,2^10的E是10,所以保存成32位浮点数时,必须保存成10+127=137,即10001001。
指数E从内存中取出还可以再分成三种情况
E不全为0或不全为1
这时,浮点数就采用下面的规则表示,即指数E的计算值减去127 (或1023),得到真实值,再将有效数字M前加上第一位的1。
比如:
0.5(1/2)的二进制形式为0.1,由于规定正数部分必须为1,即将小数点右移1位,则为1.0*2^(-1),其阶码为-1+127=126,表示为01111110,而尾数1.0去掉整数部分为0,补齐0到23位00000000000000000000000,则其二进制表示形式为:
S E M
0 01111110 00000000000000000000000
E全为0
这时,浮点数的指数E等于1-127 (或者1-1023) 即为真实值
有效数字M不再加上第一位的1,而是还原为0.xxxxxx的小数。这样做是为了表示+0,以及接近于0的很小的数字
此时我们再看上面的代码,9的补码是
0 00000000 00000000000000000001001
从整数视角来看,这个二进制序列没有问题,但是从float视角来看,该二进制序列如何解读呢?
E=1-127=-126
M=0.00000000000000000001001
S=(-1)^0
a=(-1)^0*0.00000000000000000001001*2^(-126)
看的出来是一个很小很小甚至无限接近于0的数字
使用%f打印小数点后6位:0.000000
那么后半段代码呢
*Float=9.0
以浮点数视角存储浮点型数字二进制
(-1)^*1.001 * 2^3
S=0
E=3
M=1.001
01000001000100000000000000000000
然后再用%d打印以整数视角解读该二进制序列,自然就是一个很大的数字
E全为1
这时,如果有效数字M全为0,表示+无穷大(正负取决于符号位s)
不过这样存储也是有弊端的,一些数字无法精确存储,只能无限接近(如5.3)
最后,祝各位道友早日突破/进阶