有效位数之浮点数存储

        众所周知，浮点数的有效位数是6-7位，为什么有该结论，需要从它的存储结构说起。IEEE 754标准进行存储定义了其格式：

第一段 占 1bit，表示符号位。代称为 S（sign）

第二段 占 8bits，表示指数。代称为 E（Exponent）。

第三段 占 23bits，表示尾数。代称为 M（Mantissa）。

S： 符号位 0代表正数 1代表负数

E： 指数位 对于任何数来说 都可以满足   

M： 尾数位 也就是小数位，但是这里叫偏移量可能好一些 根据上面二进制转换来说的话

举例：3.14

(3.14 - 2) / (4 - 2) = 0.57， 而 0.57∗2^23=4781506.56 四舍五入 也就4781507 （上面其实也四舍五入了） 在转为二进制

最后 3.14 的二进制表示

我们再用 IEEE 754 的那个算式来算一下：

这个时候 就发现精度丢失了。

另：

1、为什么减去127

计算机表示单精度浮点数时，是用8位去存储指数部分（见上图E8bit），在数值上面，表示0~255（全表示正数，无法表示负数，），但是指数同样有负数的情况，如果用8位去表示正负数的话，最小是8位负数（含符号位）即1 1111111（最左边是1，表示负数），1 1111111（转换为十进制为-127），即0的左边是127个数，表示负数，因为总共有255个数（0~255），故0的右边只能有255-127=128，转换为二进制是1 000 0000；又因为浮点数的指数在存储时只能存储不能带符号的数（无符号数），所以把-127~128区间的数转化为一个正数那就好了，于是就出现了在计算机存储之前将浮点数指数的基础上加上127，即可满足指数都会变成正数的情况

2、当E全为0时：

这时指数E等于1-127为真实值，M不再加上舍去的1，而是还原为0.xxxxxxxx小数。