计算机浮点数存储（java）

一、前言

我们通常认为浮点数和小数是等价的，并没有严格区分它们的概念，这也并没有影响到我们的学习，原因就是浮点数和小数是绑定在一起的，只有小数才使用浮点格式来存储。

其实，整数和小数可以都使用定点格式来存储，也可以都使用浮点格式来存储，但实际情况却是，使用定点格式存储整数，使用浮点格式存储小数，这是在 “数值范围” 和 “数值精度” 两项重要指标之间追求平衡的结果。

二、什么是浮点数？

浮点型简单讲就是实数的意思。浮点数在计算机中用以近似表示任意某个实数。具体的说，这个实数由一个整数或定点数（即尾数）乘以某个基数（计算机中通常是 2 的整数次幂得到，这种表示方法类似于基数为 10 的科学记数法。

三、浮点数在内存中的存储

首先明确一点，无论是整型、浮点型还是字符等等数据类型在计算机底层都是以二进制的方式存储的。
浮点数在内存中的存储和整数不同，因为整数都可以转换为一一对应的二进制数据。
而浮点数的存储是由**符号位 (sign) + 指数位 (exponent) + 小数位 (fraction)**组成。

int 和 float 同样占据四个字节的内存，但是 float 所能表示的最大值比 int 大得多，其根本原因是浮点数在内存中是以指数的方式存储。

浮点数转换到内存中存储的步骤分为如下三步：

1. 将浮点数转换成二进制
2. 用科学计数法表示二进制浮点数
3. 计算指数偏移后的值

四、实例

浮点数19.625用float是如何存储的：

1. 将浮点数转换成二进制：10011.101（将 19.625 整数部分采用除 2 取余，小数部分采用乘 2 取整法）；
2. 用科学计数法表示二进制浮点数：1.0011101*2^4；
3. 计算指数偏移后的值：127 + 4 = 131 （10000011）；

拼接综上所述，float 类型的 19.625 在内存中的值为：0 - 10000011 - 001 1101 0000 0000 0000 0000。

计算机表示单精度浮点数时，是用8位去存储指数部分，在数值上面，表示0~255，
但是我们同样需要有负指数，正负指数的位数量为了均等，各自一半，-127~128，
0是特殊点，特殊处理。

五、float与double范围和精度

1、范围

float和double的范围是由指数的位数来决定的。（因为表示的时候都是1.x * 2^Y的形式，所以忽略了1.x的效果，直接取指数表示浮点数的范围）

float： 1bit（符号位） 8bits（指数位） 23bits（尾数位）
double： 1bit（符号位） 11bits（指数位）52bits（尾数位）

于是，float的指数范围为-127_{+128，而double的指数范围为-1023}+1024，并且指数位是按补码的形式来划分的。
其中负指数决定了浮点数所能表达的绝对值最小的非零数；而正指数决定了浮点数所能表达的绝对值最大的数，也即决定了浮点数的取值范围。

float的范围为-2^128 ~ +2^128，也即-3.40E+38 ~ +3.40E+38；
double的范围为-2^1024 +2^1024，也即-1.79E+308 ~ +1.79E+308。

2、精度

float和double的精度是由尾数的位数来决定的，尾数越多能表示的小数点后面有效数字就越多，因此精度就越高。浮点数在内存中是按科学计数法来存储的，其整数部分始终是一个隐含着的“1”，由于它是不变的，故不能对精度造成影响。

float：2^23 = 8388608，一共七位，这意味着最多能有 7 位有效数字，但绝对能保证的为 6 位，也即float的精度为6~7 位有效数字；
double：2^52 = 4503599627370496，一共 16 位，同理，double的精度为 15~16位。