IEEE754浮点数的表示方法

FROM:

http://blog.sina.com.cn/s/blog_d09c9ab30102wryz.html

1.浮点数的存储格式

浮点数在C/C++中对应floatdouble类型,我们有必要知道浮点数在计算机中实际存储的内容。

IEEE754标准中规定float单精度浮点数在机器中表示用 1 位表示数字的符号,用 8 位来表示指数,用23 位来表示尾数,即小数部分。对于double双精度浮点数,用 1 位表示符号,用 11 位表示指数,52 位表示尾数,其中指数域称为阶码。IEEE 浮点值的格式如下图所示。

【转载】IEEE754浮点数的表示方法

注意IEE754规定浮点数的阶码E采用指数e的移码-1”来表示,请记住这一点。为什么指数移码要减去1,这是IEEE754对阶码的特殊要求,以满足特殊情况,比如对正无穷的表示。

2.浮点数的规格化

若不对浮点数的表示作出明确的规定,同一个浮点数的表示就不是唯一的。例如(1.75)10可以表示成1.11×210.111×210.0111×22等多种形式。当尾数不为0时,尾数域的最高有效位为1,这称为浮点数的规格化。否则,以修改阶码同时左右移动小数点位置的办法,使其标称规格化数的形式。

2.1单精度浮点数真值

IEEE754标准中,一个规格化32位的浮点数x的真值表示为: 

x=(−1)S×(1.M2e



e=E127

其中尾数域表示的值是1.M。因为规格化的浮点数的尾数域最左位总是1,故这一位不予存储,而认为隐藏在小数点的左边。

在计算指数e时,对阶码E的计算采用源码的计算方式,因此32位浮点数的8bits的阶码E的取值范围是0255。其中当E为全0或者全1时,是IEEE754规定的特殊情况,下文会另外说明。

2.1双精度浮点数真值

64位的浮点数中符号为1位,阶码域为11位,尾数域为52位,指数偏移值是1023。因此规格化的64位浮点数x的真值是: 

x=(−1)S×(1.M2e



e=E1023

3.移码

移码(又叫增码)是对真值的补码的符号位取反,就可得到移码,一般用做浮点数的阶码,引入的目的是为了便于浮点数运算时的对阶操作。

对于定点整数,计算机一般采用补码的来存储。正整数的符号位为0,反码和补码等同于源码。

负整数符号位都固定为1,源码,反码和补码的表示都不相同,由原码表示法变成反码和补码有如下规则: 
1)源码符号位为1不变,整数的每一位二进制数位求反得反码; 
2)反码符号位为1不变,反码数值位最低位加

1得补码。

比如,以一个字节8bits来表示-3,那么[−3]=10000011[−3]=11111100[−3]=11111101,那么-3的移码就是[−3]=01111101

如何将移码转换为真值-3呢?先将移码转换为补码,再求值。

4.浮点数的具体表示

4.1十进制到机器码

10.5 
0.5=(0.1)2,符号位S0,指数为e=−1,规格化后尾数为1.0

单精度浮点数尾数域共23位,右侧以0补全,尾数域: 

M=[000 0000 0000 0000 0000 0000]2

阶码E: 

E=[−1]1=[0111 1111]21=[0111 1110]2

对照单精度浮点数的存储格式,将符号位S,阶码E和尾数域M存放到指定位置,得0.5的机器码: 

0.5=[0011 1111 0000 0000 0000 0000 0000 0000]2

十六进制表示为0.5=0x3f000000

21.5 

1.5=[1.1]2,符号位为0,指数e=0,规格化后尾数为1.1

尾数域M右侧以0补全,得尾数域: 

M=[1

00 0000 0000 0000 0000 0000]2

阶码E 

E=[]1=[10000000]21=[01111111]2

1.5的机器码: 

1.5=[0011 1111 1100 0000 0000 0000 0000 0000]2

十六进制表示为1.5=0x3fc00000

3-12.5 
12.5=[−1100.1]2,符号位S1,指数e3,规格化后尾数为1.1001

尾数域M右侧以0补全,得尾数域: 

M=[100 1000 0000 0000 0000 0000]2

阶码E 

E=[3]1=[1000 0011]21=[1000 0010]2

-12.5的机器码: 

12.5=[1100 0001 0100 1000 0000 0000 0000 0000]2

十六进制表示为-12.5=0xc1480000

用如下程序验证上面的推算,代码编译运行平台Win32+VC++ 2012

#include
using namespace std;
 
int main(){
    float a=0.5;
    float b=1.5;
    float c=-12.5;
 
    unsigned int* pa=NULL;
    pa=(unsigned int*)&a;
    unsigned int* pb=NULL;
    pb=(unsigned int*)&b;
    unsigned int* pc=NULL;
    pc=(unsigned int*)&c;
 
    cout<<hex<<"a=0x"<<*pa<<endl;
    cout<<hex<</span><</span>"b=0x"<<*pb<<endl;
    cout<<hex<<"c=0x"<<*pc<<endl;
 
    return 0;
}

输出结果: 
【转载】IEEE754浮点数的表示方法

验证正确。

4.2机器码到十进制

1)若浮点数xIEEE754标准存储格式为0x41360000,那么其浮点数的十进制数值的推演过程如下:

0x41360000=[0 10000010 011 0110 0000 0000 0000 0000]

根据该浮点数的机器码得到符号位S=0,指数e=阶码-127=1000 0010-127=130-127=3

注意,根据阶码求指数时,可以像上面直接通过 阶码-127”求得指数e,也可以将阶码+1=移码,再通过移码求其真值便是指数e。比如上面阶码10000010+1=10000011[移码]=>00000011[]=3(指数e

包括尾数域最左边的隐藏位1,那么尾数1.M=1.011 0110 0000 0000 0000 0000=1.011011

于是有: 

x=(−1)S×1.M×2e=+(1.01101123=+1011.011=(11.375)10

通过代码同样可以验证上面的推算:

#include
using namespace std;
 
int main(){
    unsigned int hex=0x41360000;
    float* fp=(float*)&hex;
    cout<<"x="<<*fp<<endl;
    return 0;
}

输出结果: 
【转载】IEEE754浮点数的表示方法

验证正确。

5.浮点数的几种特殊情况

10的表示 
对于阶码为0255的情况,IEEE754标准有特别的规定: 
如果 阶码E 0 并且尾数M 0,则这个数的真值为±0(正负号和数符位有关)。

因此+0的机器码为:0 00000000 000 0000 0000 0000 0000 
-0
的机器码为:1 00000000 000 0000 0000 0000 0000

2+的表示 
如果 阶码E = 255 并且尾数M全是0,则这个数的真值为±∞(同样和符号位有关)。 
因此+∞的机器码为:0 11111111 000 0000 0000 0000 0000 
-∞
的机器吗为:1 11111111 000 0000 0000 0000 0000

3NaNNot a Number 
如果 E = 255 并且 M 不是0,则这不是一个数(NaN)。

6.浮点数的精度和数值范围

6.1浮点数的数值范围

根据上面的探讨,浮点数可以表示-∞+∞,这只是一种特殊情况,显然不是我们想要的数值范围。

32位单精度浮点数为例,阶码E8位表示,取值范围为0-255,去除0255这两种特殊情况,那么指数e的取值范围就是1-127=-126254-127=127

1)最大正数 
因此单精度浮点数最大正数值的符号位S=0,阶码E=254,指数e=254-127=127,尾数M=111 1111 1111 1111 1111 1111,其机器码为:0 11111110 111 1111 1111 1111 1111 1111

那么最大正数值: 

PosMax=(−1)S×1.M×2e=+(1.1111111111111111111111121273.402823e+38


这是一个很大的数。

2)最小正数 
最小正数符号位S=0,阶码E=1,指数e=1-127=-126,尾数M=0,其机器码为0 00000001 000 0000 0000 0000 0000 0000

那么最小正数为: 

PosMin=(−1)S×1.M×2e=+(1.021261.175494e38

这是一个相当小的数。几乎可以近似等于0。当阶码E=0,指数为-127时,IEEE754就是这么规定1.0×2127近似为0的,事实上,它并不等于0

3)最大负数 
最大负数符号位S=1,阶码E=1,指数e=1-127==-126,尾数M=0,机器码与最小正数的符号位相反,其他均相同,为:1 00000001 000 0000 0000 0000 0000 0000

最大负数等于: 

NegMax=(−1)S×1.M×2e=−(1.02126≈−1.175494e38

4)最小负数 
符号位S=0,阶码E=254,指数e=254-127=127,尾数M=111 1111 1111 1111 1111 1111,其机器码为:1 11111110 111 1111 1111 1111 1111 1111

计算得: 

NegMin=(−1)S×1.M×2e=+(1.111111111111111111111112127=−3.402823e+38

6.2浮点数的精度

说道浮点数的精度,先给精度下一个定义。浮点数的精度是指浮点数的小数位所能表达的位数。

阶码的二进制位数决定浮点数的表示范围,尾数的二进制位数表示浮点数的精度。以32位浮点数为例,尾数域有23位。那么浮点数以二进制表示的话精度是23位,23位所能表示的最大数是2231=8388607,所以十进制的尾数部分最大数值是8388607,也就是说尾数数值超过这个值,float将无法精确表示,所以float最多能表示小数点后7位,但绝对能保证的为6位,也即float的十进制的精度为为6~7位。

64位双精度浮点数的尾数域52位,因2521=4,503,599,627,370,495,所以双精度浮点数的十进制的精度最高为16位,绝对保证的为15位,所以double的十进制的精度为15~16位。。

7.小结

本文操之过急,但也花了将近一天的时间,难免出现编辑错误和不当说法,请网友批评指正。不明之处,欢迎留言交流。对浮点数的乘法、除法运算还未涉及,后续可能会去学习并记录学习所得,与大家分享。


参考文献

[1]移码.百度百科 
[2]
百度知道.http://zhidao.baidu.com/link?url=E3O8Zx9Lgo9qpSmB5-mLE-o6Nk56Lp3edpv4QZOZvJ9Ej0HfFjNSefo-7rqLPbhQJUXrXQfuEv9Vg0nvePCMIq 
[3]
计算机组成原理第四版[M].白中英.科学出版社:P16-P30


  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值