Java中整数转浮点数的原理-CSDN博客

本文链接：https://blog.csdn.net/maligebazi/article/details/137328030

参考

https://www.geeksforgeeks.org/ieee-standard-754-floating-point-numbers/

在JDK中Float,Double类中有一个方法

public static native float intBitsToFloat(int bits);
public static native long doubleToRawLongBits(double value);

原理

单精度浮点数在内存中的存储方式为：符号位(1bit)+指数(8bit)+尾数(23)
双精度浮点数在内存中的存储方式为：符号位(1bit)+指数(11bit)+尾数(52)

如图所示
在这里插入图片描述

当我们谈论浮点数的表示时，尤其是IEEE 754标准，指数部分（或称为“幂”或“指数”）是一个关键组成部分。IEEE 754标准规定了如何存储浮点数的三个部分：符号、指数和尾数（或称为分数或有效数字）。

为了理解为什么需要为实际指数添加一个偏差（bias），我们需要先了解为什么这样做。

为什么需要正负指数？

在科学计数法中，一个数字可以表示为 ±a × 10^n 的形式，其中 a 是一个介于1到10之间的数（包括1但不包括10），而 n 是一个整数。n 可以是正数、负数或零。正指数表示数字被放大，而负指数表示数字被缩小。
同样，在浮点数的二进制表示中，我们也需要能够表示正的和负的指数。

为什么需要添加偏差？

为了简化硬件设计和提高精度，IEEE 754标准决定使用一个固定大小的字段来表示指数。例如，在单精度浮点数中，指数字段是8位，而在双精度浮点数中，它是11位。
如果我们直接使用实际的指数值来存储，那么对于负数，我们需要一种方法来表示它。最简单的方法可能是使用补码表示法，但是补码对于负数需要求反码，然后加1。增加硬件设计的复杂性。整数的补码就是其本身。
为了避免这种情况，IEEE 754标准决定为实际的指数值添加一个固定的偏差。这样，所有的指数值都会变为正数，从而简化了硬件设计和实现。
例如，对于单精度浮点数，偏差是127。所以，如果实际的指数值是-1，存储的指数值将是126；如果实际的指数值是0，存储的指数值将是127；如果实际的指数值是1，存储的指数值将是128，依此类推。

总之，添加偏差是为了简化浮点数的存储和计算，尤其是在硬件实现中。它确保了我们总是使用正数来表示指数，从而避免了处理负数的复杂性。

特殊值

Zero(零)
无穷大（包含正无穷大、负无穷大）
NAN（not a number）

当阶码全为 0：

尾数 M 不全为 0 时，表示非规格化小数：±(0.xxx…xx)×2-126
尾数 M 全为 0 时，表示真值 ±0

当阶码全为 1：

尾数 M 全为 0：表示无穷大
尾数 M 不全为 0：表示数值“NAN”，如0/0、∞-∞等

浮点数的 underflow（下溢）是指当一个接近于零的数值被当作零来处理的情况。

在计算机中，浮点数都是离散的、有限的。因此，计算机无法用有限的浮点数来表示无限的实数。在用浮点数表示实数时，很多数都会存在近似误差。其中一种是下溢（underflow）。比如，一个非常接近于零的数值A（实际上A>0），计算机会直接把该数值判为零，虽然实际上它并不为零。
源码实现

JNIEXPORT jint JNICALL
Java_java_lang_Float_floatToRawIntBits(JNIEnv *env, jclass unused, jfloat v)
{
    union {
        int i;
        float f;
    } u;
    u.f = (float)v;
    return (jint)u.i;
}