（姊妹篇）剖析浮点型在内存中的存储

话不多说，直接上干货

这是一个浮点存储的代码示例：

当大家看到这个代码的之后，会觉得输出什么样的结果呢？

这里我们发现，num和*pFloat在内存中明明是同一个数，为什么输出的结果差别却这么大呢？下面我们来进行分析：

浮点型在内存中的存储规则

首先，我们要搞懂浮点数在计算机内部的表示方法：
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可以表示成下面的形式：

（-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**
  例如：
  十进制的5.5 转化为二进制：
  101.1 ----> 1.011*2^2 ----> (-1) ^0 * 1.011 * 2 ^ 2
  故S=0 M = 1.011 E=2
  IEEE754规定：
  对于32位的浮点数，最高的1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1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。
  
  IEEE754对有效数字M和指数E，还有一些特别规定：
  1.在计算机内部保存M时，由于1≤M<2，也就是说M可以写成 1.xxxxxx 的形式，其中xxxxxx表示小数部分,默认的这个数的第一位总是1，因此可以被舍去，只保存后面的小数部分。等到读取的时候，再把1加上去。这样做的目的是节省一位有效数字。
  2.对于指数E来说，
  首先，E为一个无符号整数（unsigned int） 这意味着，如果E为8位，它的取值范围为 0 ~ 255；如果E为11位，它的取值范围为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。
  然后，指数E从内存中取出还可以分成三种情况：
  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。
  E全为0
  这时，浮点数的指数E等于1-127（或者1-1023）即为真实值， 有效数字M不再加上第一位的1，而是还原为0.xxxxxx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）。

例题解释