二进制浮点数以及二进制浮点数算术运算
二进制浮点数表示
阶码(指数)就是指数位存储的值,而偏阶(移码)则不同精度的浮点数的偏阶也各不相同,具体可以查看指数偏差。
B
i
a
s
=
2
k
−
1
−
1
Bias=2^{k-1}-1
Bias=2k−1−1, 其中k是指数中的位数。
半精度浮点数
半精度浮点数 是一种被计算机使用的二进制浮点数据类型。半精度浮点数使用2个字节(16位)来存储。
在IEEE 754-2008中,它被称作binary16。这种数据类型只适合存储对精度要求不高的数字,不适合用来计算。
IEEE 754 标准指定了一个 binary16 要有如下的格式:
Sign bit(符号位): 1 bit
Exponent width(指数位宽): 5 bits
Significand precision(尾数精度): 11 bits (有10位被显式存储)
按如下顺序排列:
除非指数位全是0,否则就会假定隐藏的起始位是1。因此只有10位尾数在内存中被显示出来,而总精度是11位。据IEEE 754的说法,虽然尾数只有10位,但是尾数精度是11位的(log10(211) ≈ 3.311 十进制数).
单精度浮点数
单精度浮点数 格式是一种数据类型,在计算机存储器中占用4个字节(32 bits),利用“浮点”(浮动小数点)的方法,可以表示一个范围很大的数值。
第1位表示正负,中间8位表示指数,后23位储存有效数位(有效数位是24位)。
第一位的正负号0代表正,1代表负。
中间八位共可表示 2 8 = 256 2^8=256 28=256个数,指数可以是二补码;或0到255,0到126代表-127到-1,127代表零,128-255代表1-128。
有效数位最左手边的1并不会储存,因为它一定存在(二进制的第一个有效数字必定是1)。换言之,有效数位是24位,实际储存23位。
s
i
g
n
=
+
1
sign = +1
sign=+1
e
x
p
o
n
e
n
t
=
(
−
127
)
+
124
=
−
3
exponent = (-127)+124=-3
exponent=(−127)+124=−3
f
r
a
c
t
i
o
n
=
1
+
2
−
2
=
1.25
fraction=1+2^{-2}=1.25
fraction=1+2−2=1.25
v
a
l
u
e
=
(
+
1
)
×
1.25
×
2
−
3
=
+
0.15625
value=(+1)\times1.25\times2^{-3}=+0.15625
value=(+1)×1.25×2−3=+0.15625
双精度浮点数
双精度浮点数(double)是计算机使用的一种资料类型。比起单精度浮点数,双精度浮点数(double)使用 64 位(8字节) 来存储一个浮点数。 它可以表示二进位制的53位有效数字,其可以表示的数字的绝对值范围为
[
2
−
1024
,
2
1024
]
[2^{-1024}, 2^{1024}]
[2−1024,21024]。
特殊情况
以双精度浮点数为例,说明一些特殊情况
当指数exponent全为0或者全为1时,有特殊含义,有以下四种情况,
1、
e
x
p
o
n
e
n
t
=
0
,
f
r
a
c
t
i
o
n
=
0
⇒
±
0
exponent=0, fraction=0 \Rightarrow \pm0
exponent=0,fraction=0⇒±0
2、
e
x
p
o
n
e
n
t
=
0
,
f
r
a
c
t
i
o
n
≠
0
⇒
非
正
规
形
式
的
浮
点
数
exponent=0, fraction\neq0 \Rightarrow 非正规形式的浮点数
exponent=0,fraction=0⇒非正规形式的浮点数
3、
e
x
p
o
n
e
n
t
=
2047
,
f
r
a
c
t
i
o
n
=
0
⇒
±
∞
exponent=2047, fraction=0 \Rightarrow \pm\infty
exponent=2047,fraction=0⇒±∞
4、
e
x
p
o
n
e
n
t
=
2047
,
f
r
a
c
t
i
o
n
≠
0
⇒
N
a
N
exponent=2047, fraction\neq0 \Rightarrow NaN
exponent=2047,fraction=0⇒NaN
浮点数的运算步骤
浮点数的加减运算一般由以下五个步骤完成:对阶、尾数运算、规格化、舍入处理、溢出判断
一、对阶
所谓对阶是指将两个进行运算的浮点数的阶码对齐的操作。对阶的目的是为使两个浮点数的尾数能够进行加减运算。因为,当进行 M x ⋅ 2 E x M_x·2^{E_x} Mx⋅2Ex与 M y ⋅ 2 E y M_y·2^{E_y} My⋅2Ey加减运算时,只有使两浮点数的指数值部分相同,才能将相同的指数值作为公因数提出来,然后进行尾数的加减运算。对阶的具体方法是:首先求出两浮点数阶码的差,即 Δ E = E x − E y \Delta E = E_x - E_y ΔE=Ex−Ey,将小阶码加上 Δ E \Delta E ΔE,使之与大阶码相等,同时将小阶码对应的浮点数的尾数右移相应位数,以保证该浮点数的值不变。几点注意:
(1)对阶的原则是小阶对大阶,之所以这样做是因为若大阶对小阶,则尾数的数值部分的高位需移出,而小阶对大阶移出的是尾数的数值部分的低位,这样损失的精度更小。
(2)若 Δ E \Delta E ΔE=0,说明两浮点数的阶码已经相同,无需再做对阶操作了。
(3)采用补码表示的尾数右移时,符号位保持不变。
(4)由于尾数右移时是将最低位移出,会损失一定的精度,为减少误差,可先保留若干移出的位,供以后舍入处理用。
二、尾数运算
尾数运算就是进行完成对阶后的尾数相加减。这里采用的就是我们前面讲过的纯小数的定点数加减运算。
三、结果规格化
在机器中,为保证浮点数表示的唯一性,浮点数在机器中都是以规格化形式存储的。对于IEEE754标准的浮点数来说,就是尾数必须是1.M
的形式。由于在进行上述两个定点小数的尾数相加减运算后,尾数有可能是非规格化形式,为此必须进行规格化操作。
规格化操作包括左规和右规两种情况。
左规操作
将尾数左移,同时阶码减值,直至尾数成为 1. M 1.M 1.M的形式。例如,浮点数 0.0011 ∗ 2 5 0.0011*2^5 0.0011∗25是非规格化的形式,需进行左规操作,将其尾数左移3位,同时阶码减3,就变成 1.1100 ∗ 2 2 1.1100*2^2 1.1100∗22规格化形式了。
右规操作
将尾数右移1位,同时阶码增1,便成为规格化的形式了。要注意的是,右规操作只需将尾数右移一位即可,这种情况出现在尾数的最高位(小数点前一位)运算时出现了进位,使尾数成为 10. x x x x 10.xxxx 10.xxxx或 11. x x x x 11.xxxx 11.xxxx的形式。例如, 10.0011 ∗ 2 5 10.0011*2^5 10.0011∗25右规一位后便成为 1.00011 ∗ 2 6 1.00011*2^6 1.00011∗26的规格化形式了。
四、 舍入处理
浮点运算在对阶或右规时,尾数需要右移,被右移出去的位会被丢掉,从而造成运算结果精度的损失。为了减少这种精度损失,可以将一定位数的移出位先保留起来,称为保护位,在规格化后用于舍入处理。
IEEE754标准列出了四种可选的舍入处理方法:
(1)就近舍入(round to nearest)这是标准列出的默认舍入方式,其含义相当于我们日常所说的“四舍五入”。例如,对于32位单精度浮点数来说,若超出可保存的23位的多余位大于等于 100 … 01 100…01 100…01,则多余位的值超过了最低可表示位值的一半,这种情况下,舍入的方法是在尾数的最低有效位上加1;若多余位小于等于 011 … 11 011…11 011…11,则直接舍去;若多余位为 100 … 00 100…00 100…00,此时再判断尾数的最低有效位的值,若为0则直接舍去,若为1则再加1。
(2)朝 + ∞ +∞ +∞舍入(round toward + ∞ +∞ +∞)对正数来说,只要多余位不为全0,则向尾数最低有效位进1;对负数来说,则是简单地舍去。
(3)朝 − ∞ -∞ −∞舍入(round toward − ∞ -∞ −∞)与朝 + ∞ +∞ +∞舍入方法正好相反,对正数来说,只是简单地舍去;对负数来说,只要多余位不为全0,则向尾数最低有效位进1。
(4)朝0舍入(round toward 0)
即简单地截断舍去,而不管多余位是什么值。这种方法实现简单,但容易形成累积误差,且舍入处理后的值总是向下偏差。
五、 溢出判断
与定点数运算不同的是,浮点数的溢出是以其运算结果的阶码的值是否产生溢出来判断的。若阶码的值超过了阶码所能表示的最大正数,则为上溢,进一步,若此时浮点数为正数,则为正上溢,记为 + ∞ +∞ +∞,若浮点数为负数,则为负上溢,记为 − ∞ -∞ −∞;若阶码的值超过了阶码所能表示的最小负数,则为下溢,进一步,若此时浮点数为正数,则为正下溢,若浮点数为负数,则为负下溢。正下溢和负下溢都作为0处理。
要注意的是,浮点数的表示范围和补码表示的定点数的表示范围是有所不同的,定点数的表示范围是连续的,而浮点数的表示范围可能是不连续的。
六、例子
f l o a t a = 0.3 ; b = 1.6 float \ \ \ \ a=0.3;b=1.6 float a=0.3;b=1.6;
a
=
(
0.3
)
10
=
(
0011
1110
1001
1001
1001
1001
1001
1010
)
2
a=(0.3)_{10}=(0011\ 1110\ 1001\ 1001\ 1001\ 1001\ 1001\ 1010)_2
a=(0.3)10=(0011 1110 1001 1001 1001 1001 1001 1010)2
S
a
=
0
E
a
=
011
1110
1
M
a
=
1.001
1001
1001
1001
1001
1010
S_a=0\ \ \ \ E_a=011\ 1110\ 1\ \ \ \ M_a=1.001\ 1001\ 1001\ 1001\ 1001\ 1010
Sa=0 Ea=011 1110 1 Ma=1.001 1001 1001 1001 1001 1010
b
=
(
1.6
)
10
=
(
0011
1111
1100
1100
1100
1100
1100
1101
)
2
b=(1.6)_{10}=(0011\ 1111\ 1100\ 1100\ 1100\ 1100\ 1100\ 1101)_2
b=(1.6)10=(0011 1111 1100 1100 1100 1100 1100 1101)2
S
b
=
0
E
b
=
011
1111
1
M
b
=
1.100
1100
1100
1100
1100
1101
S_b=0\ \ \ \ E_b=011\ 1111\ 1\ \ \ M_b=1.100\ 1100\ 1100\ 1100\ 1100\ 1101
Sb=0 Eb=011 1111 1 Mb=1.100 1100 1100 1100 1100 1101
a + b = ? a+b=? a+b=?
二进制浮点数加法
第一步:对阶
∵ E a < E b E b − E a = 2 ∵ E_a < E_b\ \ \ E_b-E_a=2 ∵Ea<Eb Eb−Ea=2
∴ M a 要 调 整 为 0.0 1001 1001 1001 1001 1001 10 10 ∴ Ma要调整为 0.0\ 1001\ 1001\ 1001\ 1001\ 1001\ 10\ \ \ \ \ \ \ 10 ∴Ma要调整为0.0 1001 1001 1001 1001 1001 10 10
E = 011 1111 1 E=011\ \ 1111\ \ 1 E=011 1111 1
第二步:尾数运算
0.01001100110011001100110
\ \ \ \ 0.01001100110011001100110
0.01001100110011001100110
+
1.10011001100110011001101
+\ 1.10011001100110011001101
+ 1.10011001100110011001101
=
1.11100110011001100110011
=1.11100110011001100110011
=1.11100110011001100110011
第三步:规格化
1.11100110011001100110011 1.11100110011001100110011 1.11100110011001100110011已经是个规格化数据了
第四步:舍入处理
由于在对阶时, M a M_a Ma有右移,且第一次最高为1,第二次为0,所以按"0舍1入",尾数运算结果调整为 1.11100110011001100110100 1.11100110011001100110100 1.11100110011001100110100
第五步:溢出判断
没有溢出,阶码不调整,所以最后的结果为
a + b = ( 0 01111111 11100110011001100110100 ) 2 = ( 0011 1111 1111 0011 0011 0011 0011 0100 ) 2 = ( 3 F F 33334 ) 16 a+b=(0\ \ 01111111\ \ 11100110011001100110100)_2=(0011\ 1111\ 1111\ 0011\ 0011\ 0011\ 0011\ 0100)_2=(3FF33334)_{16} a+b=(0 01111111 11100110011001100110100)2=(0011 1111 1111 0011 0011 0011 0011 0100)2=(3FF33334)16
转为10进制
a + b = 1.90000010 a+b=1.90000010 a+b=1.90000010
二进制浮点数减法
b
−
a
=
?
b-a=?
b−a=?
第一步:对阶
跟上面加法一样
第二步:尾数运算
1.10011001100110011001101 \ \ \ \ 1.10011001100110011001101 1.10011001100110011001101
− 0.01001100110011001100110 -\ 0.01001100110011001100110 − 0.01001100110011001100110
= 1.01001100110011001100111 =1.01001100110011001100111 =1.01001100110011001100111
第三步:规格化
1.01001100110011001100111 1.01001100110011001100111 1.01001100110011001100111已经是个规格化数据了
第四步:舍入处理
由于在对阶时, M a M_a Ma有右移,且第一次最高为1,第二次为0,所以按"0舍1入",尾数运算结果调整为 1.01001100110011001100110 1.01001100110011001100110 1.01001100110011001100110
第五步:溢出判断
没有溢出,阶码不调整,所以最后的结果为
a − b = ( 0 01111111 01001100110011001100110 ) 2 = ( 0011 1111 1010 0110 0110 0110 0110 0110 ) 2 = ( 3 F A 66666 ) 16 a-b=(0\ \ 01111111\ \ 01001100110011001100110)2=(0011\ \ 1111\ \ 1010\ \ 0110\ \ 0110\ \ 0110\ \ 0110\ \ 0110)_2=(3FA66666)_{16} a−b=(0 01111111 01001100110011001100110)2=(0011 1111 1010 0110 0110 0110 0110 0110)2=(3FA66666)16
转为10进制
a − b = 1.29999995 a-b=1.29999995 a−b=1.29999995
二进制浮点数乘法
浮点数的乘法分为以下几个步骤:
计算符号位:通过异或操作计算符号位,若两个操作数符号位相同,则结果符号位为0,否则结果符号为1
计算原始尾数:两个操作数的尾数相乘(注意,这里是1.M * 1.M),得到原始尾数
计算原始指数:将两个操作数的指数(这里指的是指数幂次方,也就是阶码-移码后得到的数)相加,得到原始指数
规格化与舍入:对原始尾数和原始指数进行规格化,获得结果的指数,再对尾数进行舍入,获得结果的尾数
f l o a t X = − 0.3 ; Y = 500.25 float \ \ \ \ X=-0.3;Y=500.25 float X=−0.3;Y=500.25;
X
=
(
−
0.3
)
10
=
(
0.010011001100110011...
循
环
)
2
=
(
1.00110011...
循
环
)
2
∗
2
−
2
=
(
1
01111101
00110011001100110011010
)
2
(
这
里
对
无
限
循
环
小
数
有
舍
入
处
理
)
X=(-0.3)_{10}=(0.010011001100110011...循环)_{2}=(1.00110011...循环)_2 * 2^{-2}=(1\ \ 01111101\ \ 00110011001100110011010)_2(这里对无限循环小数有舍入处理)
X=(−0.3)10=(0.010011001100110011...循环)2=(1.00110011...循环)2∗2−2=(1 01111101 00110011001100110011010)2(这里对无限循环小数有舍入处理)
Y
=
(
500.25
)
10
=
(
111110100.01
)
2
=
(
1.1111010001
)
2
∗
2
8
=
(
0
10000111
11110100010000000000000
)
2
Y=(500.25)_{10}=(111110100.01)_2=(1.1111010001)_2*2^{8}=(0\ \ 10000111\ \ 11110100010000000000000)_2
Y=(500.25)10=(111110100.01)2=(1.1111010001)2∗28=(0 10000111 11110100010000000000000)2
X
∗
Y
=
(
X
s
∗
Y
s
)
∗
2
X
E
+
Y
E
X*Y=(X_s*Y_s)*2^{X_E+Y_E}
X∗Y=(Xs∗Ys)∗2XE+YE
X
E
=
−
2
X
s
=
1.00110011001100110011010
X_E=-2\ \ \ \ \ \ \ \ \ \ \ X_s=1.00110011001100110011010
XE=−2 Xs=1.00110011001100110011010
Y
E
=
8
Y
s
=
1.1111010001
Y_E=8\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ Y_s=1.1111010001
YE=8 Ys=1.1111010001
X
s
1.0011001100110011001101
\ \ X_s\ \ \ \ \ \ \ \ 1.0011001100110011001101
Xs 1.0011001100110011001101
∗
Y
s
∗
1.1111010001
*\ Y_s\ \ \ \ *\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ 1.1111010001
∗ Ys ∗ 1.1111010001
=
10.01011000010011001100111001011101
=10.01011000010011001100111001011101
=10.01011000010011001100111001011101
X
∗
Y
=
10.01011000010011001100111001011101
∗
2
6
X*Y=10.01011000010011001100111001011101*2^6
X∗Y=10.01011000010011001100111001011101∗26
=
1.001011000010011001100111001011101
∗
2
7
(
右
规
操
作
)
\ \ \ \ \ \ \ \ \ \ \ \ =1.001011000010011001100111001011101*2^7(右规操作)
=1.001011000010011001100111001011101∗27(右规操作)
结果二进制就为(注意,上面的指数7要加上移码才是存在指数位中的阶码,即7+127=134)
(
1
10000110
00101100001001100110100
)
2
(1\ \ 10000110\ \ 00101100001001100110100)_2
(1 10000110 00101100001001100110100)2
至于最后的尾数是怎么得到,是由原始尾数(X和Y的尾数相乘后得到)经过舍入得到
二进制浮点数除法
除法与乘法相差不大,变更为指数相减,尾数相除。
f l o a t X = 91.34375 ; Y = 0.14453125 float \ \ \ \ X=91.34375;Y=0.14453125 float X=91.34375;Y=0.14453125;
X
=
(
91.34375
)
10
=
(
1011011.01011
)
2
=
(
1.01101101011
)
2
∗
2
6
=
(
0
10000101
01101101011000000000000
)
2
X=(91.34375)_{10}=(1011011.01011)_{2}=(1.01101101011)_2 * 2^{6}=(0\ \ 10000101\ \ 01101101011000000000000)_2
X=(91.34375)10=(1011011.01011)2=(1.01101101011)2∗26=(0 10000101 01101101011000000000000)2
Y
=
(
0.14453125
)
10
=
(
0.00100101
)
2
=
(
1.00101
)
2
∗
2
8
=
(
0
01111100
00101000000000000000000
)
2
Y=(0.14453125)_{10}=(0.00100101)_2=(1.00101)_2*2^{8}=(0\ \ 01111100\ \ 00101000000000000000000)_2
Y=(0.14453125)10=(0.00100101)2=(1.00101)2∗28=(0 01111100 00101000000000000000000)2
X
/
Y
=
(
X
s
/
Y
s
)
∗
2
X
E
−
Y
E
=
(
X
s
/
Y
s
)
∗
2
6
−
(
−
3
)
X/Y=(X_s/Y_s)*2^{X_E-Y_E}=(X_s/Y_s)*2^{6-(-3)}
X/Y=(Xs/Ys)∗2XE−YE=(Xs/Ys)∗26−(−3)
X
E
=
6
X
s
=
1.01101101011
X_E=6\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ X_s=1.01101101011
XE=6 Xs=1.01101101011
Y
E
=
−
3
Y
s
=
1.00101
Y_E=-3\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ Y_s=1.00101
YE=−3 Ys=1.00101
X
s
1.01101101011
\ \ X_s\ \ \ \ \ \ \ \ 1.01101101011
Xs 1.01101101011
/
Y
s
/
1.00101
/\ Y_s\ \ \ \ /\ \ 1.00101
/ Ys / 1.00101
=
1.001111
=1.001111
=1.001111
9 + 127 = 136 9+127 = 136 9+127=136
( 0 10001000 00111100000000000000000 ) 2 (0\ \ 10001000\ \ 00111100000000000000000)_2 (0 10001000 00111100000000000000000)2
浮点运算逻辑电路
Reference
https://zhuanlan.zhihu.com/p/58731780
https://www.yuejianzun.xyz/2019/05/28/%E6%B5%AE%E7%82%B9%E6%95%B0%E5%A4%84%E7%90%86/
https://www.cnblogs.com/yilang/
https://www.youtube.com/watch?v=MiOtePebraQ
https://www.youtube.com/watch?v=27JjUa-eu_E&t=11s
https://www.youtube.com/watch?v=fi8A4zz1d-s