为什么浮点数比int，long表示的范围要大？

背景：float 底层用4个字节32位来表示，为什么范围比int，long还要大？

   整数在计算机底层采用补码的形式表示，除去首位的符号位，剩余的位数即表示数值的范围，也就是位数越多，范围越大，那么对于单精度浮点数float，和双精度浮点数double，它们底层的数据结构是什么，它们的范围又是如何计算的，它们的精度范围又是多少那，接下来将从6方面进行阐述。

1  IEEE754浮点数标准

IEEE754标准包含一组实数的二进制表示法。它有三部分组成：

• 符号位
• 指数位
• 尾数位

三种精度的浮点数各个部分位数如下：

用float来举例：

 

第一部分用来存储符号位（sign），用来区分正负数，0正1负。

第二部分用来存储指数（exponent），指数也有正负之分，指数位确定大小范围。

第三部分用来存储小数（fraction），小数位决定了计算精度，因为小数位能表示的数越大，精度越大，数值越准确。

备注：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”

2 第二部分（指数位确定范围）

    需要注意的是指数可能是负数，也有可能是正数，即指数是有符号整数，而有符号整数的计算是比无符号整数麻烦的。所以为了减少不必要的麻烦，在实际存储指数的时候，需要把指数转换成无符号整数。

那么怎么转换呢？注意到float的指数部分是8位，则指数的取值范围是 -126到+127，为了消除负数带来的实际计算上的影响（比如比较大小，加减法等），可以在实际存储的时候，给指数做一个简单的映射，加上一个偏移量，比如float的指数偏移量为127，对应的double类型，存储的时候指数偏移量是1023，这样就不会有负数出现了。

3 第三部分（小数位确定精度）

  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 = 8388608，一共七位，由于最左为1的一位省略了，这意味着最多能表示8位数，但绝对能保证的为7位，也即float的精度为7~8位有效数字（算上整数的一位），不算整数位的话能只有7位，所以能准确表示的10进制也就6位。
double：2^52 = 4503599627370496，一共16位，同理，double的精度为16~17位，能准确表示的10进制也就15位。

4 注意点

• 程序中应尽量避免浮点数的比较，例如System.out.println(2.00-1.10==0.90)，永远返回false.
• float、double类型的运算往往都不准确

5 正确的方式

•   利用整数来表示小数int或者long,例如1.01元，则可以以分为单位来表示。
• 利用BigDecimal进行浮点型运算，但是注意一定要使用String类型的构造方法，如果使用浮点型构造方法也不能得到准确的结果。

6 福利彩蛋（浮点数保留2位的几种方法）

     1> double dd = (double) (Math.round(1/(float)num*100)/100.0); //先乘以100后除以100，对浮点数做进位处理。

     2> DecimalFormat       df=new DecimalFormat("###.00")

      3>String ss = String.format("%1.2f", 1.1256); 

      4> NumberFormat ddf1=NumberFormat.getNumberInstance() ; ddf1.setMaximumFractionDigits(2);

      5> BigDecimal b = new BigDecimal(T); T = b.setScale(2,BigDecimal.ROUND_HALF_UP).floatValue();

  
​​​​​​​

​​​​​​​