float浮点/double双精度浮点和二进制的相互转换，小白也能看明白！

二进制文件包含了太多的数据，如何看懂二进制文件，决定于基础。

---

前言

`提示：无规矩不成方圆，我们先看一下IEEE754对float和double的约束，点击查看

1、重点知识

1.1何为二进制文件

二进制文件，故名思意就是进制为2的文件。

1.2浮点和双精度的浮点如何生成二进制

在没有统一之前，各个公司对其的操作方式不一，导致系统间的耦合性非常低。那么自然需要形成一个统一的局面。IEEE 754自然应运而生，形成了一套约束方案。

1.2.1 float和double的基础知识

名称	字节长度	对应位数
float	4字节	32位
double	8字节	64位

1.2.2 IEEE754约束的重点

名称	符号位Sign长度	Expont指数	Fraction小数长度	位元长度e
float	1	需计算	需计算	8
double	1	需计算	需计算	11

这里先说明一下：指数偏移值（exponent bias），即浮点数表示法中指数域的编码值，等于指数的实际值加上某个固定的值。e为存储指数的位元的长度。

1.2.3 浮点是如何表示二进制

1.3 例子说明

-------------------------------
这里是伪代码，只做逻辑上面的说明!
-------------------------------
1、将float 类型的3.14转换成二进制，该如何思考?
/**
首先将3.14拆解成3和0.14两个部分。
整数部分3对应的二进制：0011
小数部分0.14该如何转换成二进制呢？计算的时候为什么要乘以2取整数作为二进制的数呢？下面我们看一个说明:
0.14里面有多少个0.5  0.14/0.5=0.14*2=0.28 结果是0个
0.14里面有多少个0.25  0.14/0.25=0.14*4=0.56 结果是0个
0.14里面有多少个0.125 0.14/0.125=0.14*8=1.12 结果是1个，此时满2进1了。
(0.14-0.125)里面有多少个0.0625  0.015/0.0625=0.015*16=0.24  结果为0
以此类推~，知识变换了一种方式，整数部分除以2，小数部分乘以2
我们类比一下十进制的数:100.1 整数部分有10个10（100/10）,小数点0.1有1个十分之一
我的理解：计算机没有特定存储小数，只是变化了一种方式。
**/

通过1.2.3的介绍，我们整合的结果为：11.0010001111010111000011 ,将其转化成指数形式：1.1.0010001111010111000011*2^1
在IEEE中规范，在二进制，第一个有效数字必定是“1”，因此这个“1”并不会存储。

符号位sign:正数为0，负数为1 此题的符号位为：0
Exponent:指数位1，但实际值=指数值加上固定偏移值2^(位元长度8-1)-1=127，十进制数位127+1=128,其二进制结果位:10000000
Fraction长度(32-1(符号位长度)-8(位元长度)-exp因子数)：22
eg:这里说明一下整数3的二进制为11占用了两位，32位-位元长度8-符号位长度-整数部分占用的位数，则为22位！

最后我们整合为：浮点3.14的二进制结果为：0 10000000 10010001111010111000011 ,
方便阅读，从右到左每4位进行组合：0100 0000 0100 1000 1111 0101 1100 0011
转化成十六进制则为:0x4048f5C3

双精度double的转换方式一样，可以参考float的说明。