浮点数

几乎所有计算机都支持二进制数据表示,即能直接识别二进制数据表示并具有相应的指令系统。通常采用的二进制定点数据表示主要有:符号数值、反码、补码以及带偏移增值码四种形式,其中最常用的是补码形式,这些都已在计算机组成原理课程中做了详细讨论,这里不再阐述。
二进制浮点数的表示,由于不同机器所选的基值、尾数位长度和阶码位长度不同,因此对浮点数表示有较大差别,这就不利于软件在不同计算机间的移植。美国   IEEE(电子及电子工程师协会)为此提出了一个从系统结构角度支持浮点数的表示方法,称之为IEEE标准754(IEEE,1985),当今流行的计算机几乎都采用这一标准。
IEEE   754在标识符点数时,   每个浮点数均由3个部分组成:符号位S,指数部分E和尾数部分M。
浮点数可采用以下四种基本格式:
(1)单精度格式(32位):E=8位,M=23位。
(2)扩展单精度格式:E≥11位,M≥31位。
(3)双精度格式(64)位:E=11位,M=52位。
(4)扩展双精度格式(64位):E≥15位,M≥63位。
其中,单精度格式(32位)中的阶码为8位,另有一位尾数的符号位S,处在最高位。如图4.2.1所示。应该指出的是,浮点数的分数部分与有效位部分两者是不同的,由于IEEE754标准约定在小数点左部有一位隐含位,从而使其有效位实际有24位,这样便使尾数的有效值变为1M。阶码部分采用移码表示,移码值为127,从而使阶码值的范围由原来的1到254,经移码后变为-126到+127。

IEEE   754标准的单精度和双精度浮点数表示格式。其中,阶码值0和255分别用来表示特殊数值:当阶码值为255时,若分数部分为0,则表示无穷大;若分数部分不为0,则认为这是一个‘非数值’。当阶码和尾数均为0时则表示该数值为0,因为非零数的有效位总是≥1,因此特别约定,这表示为0。当阶码为0,尾数不为0时,该数绝对值较小,   允许采用比最小规格化数还要小的数表示。概括起来,由32位单精度所表示的IEEE   754标准浮点数N可以有如下的解释:
若E=0,且M=0,则N为0。
若E=0,且M≠0,则N=(-1)S·2-126·(0.M)。为非规格化数。
若1≤E≤254,则N=(-1)S·2E-127·(1.M)。为规格化数。
若E=255,且M≠0,则N=NaN(‘非数值’)。
若E=255,且M=0,则N=(-1)S∝(无穷大)。
由此可见,   IEEE   754标准使0有了精确表示,同时也明确地表示了无穷大,所以,当a/0(a≠0)时得到结果值为±∞;当0/0时得到结果值较小的数,为了避免下溢而损失精度,允许采用比最小规格化数还要小的数来表示,这些数称为非规格化数(Denormalnumber)。应注意的是,非规格化数和正、负零的隐含位值不是1而是0。
下面举两个例子来说明IEEE   754标准浮点数的表示:

(1)N=-1.5,它的单精度格式表示为:

1   01111111   10000000000000000000000

其中,S=1,E=127,M=0.5,因此N=-1.5。

(2)以下的32位数所表示的单精度浮点数为多少?

1   10000001   01000000000000000000000

其中,S=1,E=129,M=0.25,由公式可知N=-5。

  • 1
    点赞
  • 0
    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