float范围:
最小负数
−
2
∗
2
127
-2*2^{127}
−2∗2127 最大负数
−
1
∗
2
−
126
-1 * 2^{-126}
−1∗2−126,0
最小正数
1
∗
2
−
126
1*2^{-126}
1∗2−126最大正数
2
∗
2
127
2*2^{127}
2∗2127。
double范围:
负数:(-1.7976931348623157E+308,-4.94065645841246544E-324);
零:0 ;
正数:(4.94065645841246544E-324,1.7976931348623157E+308)。
即绝对值为0和2^1022 —— 2^1024。
精度:
float和double的精度是由尾数的位数来决定的;
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,共七位,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。
原因
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)。
以float为例,阶码(指数)用移码来表示,8位移码(偏移量为127) 本来应该可以表示-128~127,但是全0和全1被用来 表示特殊状态的指数 ,所以为-126~127(无符号8位表示0-255,去除全0和1后是1-254,减去偏移量127,就是-126~127)。 这里为什么要使用127来作为偏移量,若使用128 则8位移码表示范围-127~126,由于表示一个大的正数 比一个小的负数更加重要,所以127作为偏移量比较合适。 现在可以计算其表示范围了: 尾数部分的取值范围[1,2),所以最小负数
−
2
∗
2
127
-2*2^{127}
−2∗2127,最大负数
−
1
∗
2
−
126
-1*2^{-126}
−1∗2−126 ,最小正数
1
∗
2
−
126
1*2^{-126}
1∗2−126 ,最大正数
2
∗
2
127
2*2^{127}
2∗2127
总结:
以上我们不难看出,尽管float
和double
可以表示的数字范围很大,但是他们的精度是十分有限的,这主要受制于他们各自的尾数(M)长度有限,float
仅有23
位尾数长度,double
也只有52
位的尾数长度。