浮点型的数据存储

---

我们先看一份简单的代码:

#include <stdio.h>

int main()
{
	int n = 6;
	float* pFloat = (float*)&n;
	printf("n的值为:%d\n", n);
	printf("*pFloat的值为:%f\n", *pFloat);
	*pFloat = 6.0;
	printf("n的值为:%d\n", n);
	printf("*pFloat的值为:%f\n", *pFloat);
	return 0;
}

我们再来看一下运行结果:

---

• 运行结果为什么是这样子的呢
• 在文章的最后，我会解释上述代码的运行结果
• 接下来我们就来讲一下浮点型在内存中是如何存储的

---

有哪些浮点型

• 浮点型分为两类: 单精度浮点型和双精度浮点型
• 浮点型一共有三种类型：float, double 和 long double
• 分别占有4个字节，8个字节和16个字节

• 注:在接下来的所有案例中，全部都是float型

浮点型的存储规则

• 上述代码中，num 和 * pFloat在内存中明明是一个数，为什么浮点数和整数的解读
  结果会差别这么大？
• 要理解这个结果，就一定要搞懂浮点数在计算机内部的表示方法。

详细解读

• 根据国际标准IEEE（电气和电子工程协会）754，任意一个二进制浮点数V都可以表现成下面的形式

• (-1)^S * M * 2^E
• (-1)^S表示符号位，当S = 0，V为正数；当S = 1，V为负数。
• M表示有效数字，大于等于1，小于2。
• 2^E表示指数位。
  注:^表示幂次方

• 接下来举几个例子
• ①5.5:

• 整数部分为5: 101
• 小数部分为0.5（2^-1）: 0.1
• 5.5的二进制形式是:101.1
• 转换成上述形式为: (-1)^0 * 1.011 * 2^2
• 因此，S = 0，M = 1.011， E = 2

注:小数点右边，从左到右依次是2^-1, 2^-2, 2^^3……

• ②10.25

• 整数部分为10: 1010
• 小数部分为0.25（2^-2）: 0.01
• 10.25的二进制形式是:1010.01
• 转换成上述形式为: (-1)^1 * 1.01001 * 2^3
• 因此，S = 1，M = 1.01001， E = 3

---

IEEE 754规定

• 对于32位的浮点数，最高的一位是符号位S， 接着的8位是指数E，剩下的23位为有效数字M。

• 对于64位的浮点数，最高的一位是符号位S， 接着的11位是指数E，剩下的52位为有效数字M。

---

• IEEE 754对有效数字M和指数E， 还有一些特别的规定

• 前面说过，1 <= M < 2，也就是说，M可以写成1.xxxxxxx的形式，其中xxxxxxx是小数部分。
• IEEE 754规定，在计算机内部保存M时，默认这个数的第一位总是1 ，因此可以被舍去，只保存后面的xxxxxxx（小数）部分。比如保存1.01的时候，只保存01，等到读取的时候，再把第一位的1加上去。这样做的目的，是节省1位有效数字。以32位浮点数为例，留给M只有23位，将第一位的1舍去以后，等于可以保存24位有效数字。

• 至于指数E，情况就比较复杂

首先，E为一个无符号整数（unsigned int）
这就意味着，如果E为8位，它的取值范围为0~255，如果E为11位，它的取值范围是0 ~2047。但是， 我们知道，科学计数法中的E是可以出现负数的，所以在IEEE 754规定，存入内存时E的真实值必须再加上一个中间数，对于8位的E，这个中间数是127；对于11位的E，这个中间数是1023。比如，2^10的E是10，所以保存成32位浮点数时，必须保存成10+127=137，即10001001。

• 所以根据以上规定，我们将上述两个例子转换成32位二进制

①5.5

• S=0
• E = E + 127 = 129
  E的二进制序列为:10000001
• M = 1.011，小数部分为011
  M的二进制为:01100000000000000000000
  5.5存储在内存中的二进制序列位:

0 10000001 01100000000000000000000

②

• S = 1
• E = E + 127 = 130
  E的二进制序列为:10000010
• M = 1.01001，小数部分为:01001
  M的二进制为:01001000000000000000000
  -10.25存储在内存中的二进制序列为:

1 10000010 01001000000000000000000

---

浮点型如何从内存中取出

指数E从内存中取出可以分为三种情况

E不全为0或不全为1

• 这时，浮点数就采用下面的规则表示，即指数E的计算值减去127（或1023），得到真实值，再将有效数字M前加上第一位的1。
• 比如:
  0.5(1/2)的二进制形式为0.1，由于规定正数部分必须为1，即将小数点右移一位，则为1.0 * 2^（-1），其阶码为为-1+127=126，表示为01111110，而尾数1.0去掉整数部分为0，补齐23位00000000000000000000000，则其二进制表示形式为:

0 01111110 00000000000000000000000

E全为0

这时，浮点数的指数E等于1-127（或1-1023）即为真实值，
有效数字M不在加上第一位的1，而是还原为0.XXXX的小数。这样做是为了表示±0,以及接近于0的很小的数字。

E全为1

这时，如果有效数字M全为0，表示±无穷大（正负取决于符号位S）。

解释文章开头的代码结果

• 我们一开始定义的n是一个整数6，那么存储在整数中的二进制序列为:

00000000 00000000 00000000 00000110

• 因此，当我们以浮点数形式输出这个二进制序列时，编译器就会把该序列认为是浮点数的二进制序列

0 00000000 00000000000000000000110

• E全为0，因此输出结果为0.

*pFloat = 6.0;

• 当我们把这个数以浮点数的形式转换成6.0时，内存中就会以浮点数的形式将它存储
• 此时6.0可以转变为:110.0
  即：(-1)^0 * 1.1 * 2^2
  S = 0， E = E + 127 = 129， M = 1.1
• 二进制序列为:

0 10000001 10000000000000000000000

• 所以当我们再以整数的形式输出时，编译器就会认为该序列时整形序列
• 那么01000000110000000000000000000000的值就会是
  1,086,324,736