负数在计算机中是怎么存储

今天，发生一件非常有趣的事情。

公司同事问了我一个问题：为什么 2.0 - 1.1 = 0.89999999 呢？不应该是 0.9吗？

原来是，他问了周围一圈的同事，都给他的是同一个回答，说这是精度问题。他百思不得其解，怎么就会产生精度问题呢。再问，就没人知道原因了。

然后，我就看到了他抱着一本厚厚的书在看。拿过来一看，是一本Java书，厚厚的六百多页，这还仅是第一卷。哟呵，这是准备大干一场啊。

看在他这么努力学习的份上，还有他那对知识极度渴望的眼神。我决定，把我毕生所学传授与他。

于是，就给他详细讲解了，计算机中是怎么存储一个数的，十进制是怎么在转二进制的过程中丢失精度的，以及浮点数是怎么遵循IEEE 754 规范的，在浮点数进行加减运算的过程中会经历对阶、移位运算等过程，以及在此过程中是怎么丢失精度的。（这些问题在之前的文章中都有解答，参看“为什么0.1 0.2=0.30000000000000004”）

然后，成功的把他彻底搞懵逼了。怎么这么难啊。

原来，他的计算机基础比我还匮乏，不知道什么是位运算，不知道什么是原码、反码和补码。

本着我的热心肠，我就给他普及了一下这些知识 ---- 负数的补码形式和位移运算。

我们知道，一个数分为有符号和无符号。对于，有符号的数来说，最高位代表符号位，即最高位1代表负数，0代表正数。

在计算机中，存储一个数的时候，都是以补码的形式存储的。而正数和负数的补码表示方式是不一样的。正数的补码就等于它的原码，而负数的补码是原码除符号