计算机组成原理——浮点运算

一、浮点数加减运算

在计算机中，浮点数遵循补码运算
浮点数表示：两位尾符，尾数；两位阶符，阶数

1) 对阶
	1、求阶差
		△j = jx - jy
	2、小阶向大阶看齐
		若 △j < 0，则 x 向 y 看齐
		若 △j > 0，则 y 向 x 看齐
	原因：当指数增大时，尾数就要向右移（对二进制来说），这时可能会丢失最后面的最低位
		  当指数减小时，尾数就要向左移，这时可能会丢失最前面的最高位
		  当 100001 * 2 ^ 8 丢失最后一个 1 的时候，变成 10000 * 2 ^ 9，丢失了较小的精度 1
		  而 100001 * 2 ^ 8 丢失最先一个 1 的时候，变成 1 * 2 ^ 7，数据发生了错误
		  （上面的数只是为了说明，一般浮点数需要规格化）

2) 尾数求和
	对阶后的尾数遵循二进制的加减法，求和即可

3) 规格化
	一般的浮点数规格化形式：0.1--- * 2 ^ n
	所以，对于正数而言：
		规格化：原码、补码的形式都是 0.1--- * 2 ^ n
	对于负数而言：
		真值：-0.1--- * 2 ^ n
		原码：1.1--- * 2 ^ n
		补码：1.0--- * 2 ^ n
	
	特例：
		[-1/2]补不是规格化的数 1.100---0
		[-1]是规格化的数 1.00---0
	1、左规（算数移位）
		当 2 ^ -1 位表示的真值为 0 的时候，尾数左移，阶数 -1
	2、右规（可看做逻辑右移）
		当 两位符号位不一致 的时候，尾数右移，阶数 +1

4) 舍入
	在尾数右移的所有环节，可能会发生精度的丢失，这时需要进行舍入：
		1、0 舍 1 入（常用）
		2、恒置 1
5) 溢出判断
	浮点数所能表示的
		最大正值：指数最大，尾数最大
		最小正值：指数最小，尾数为最小的正值
		最大负值：-最小的正值
		最大正值：-最大的正值
	对于规格化的数和非规格化的数所能表示的最大最小值是不一样的
	
	对于这里的运算而言，尾数在移位的过程中进行了舍入，所以对于某个溢出来说，规格化的尾数是不会影响的，
	只需要看阶数是否发生溢出即可。对于 n 位数值部分的阶码来说，最大值 2 ^ n - 1， 最小值 - 2 ^ n.

二、浮点数乘除运算

对于乘除法，只要尾数做补码乘除法，阶数做加减法就行了