计算机基础 - 浮点数

前言

想要理解浮点数为什么叫浮点数, 浮点是什么意思, 先告诉你它有个兄弟叫定点数

定点数

一个32位计算机想要存储小数, 最简单的方法是什么
把32位分成三部分, 一位表示正负, 8位表示整数部分, 23位表示小数部分

由于小数点固定在了第23位和第24位之间, 这种方式可以称为“定点数”
但小数点固定在哪个位置呢
整数部分小了, 表示的数据范围就很小
整数部分大了, 小数的精度又会降低
所以用定点数表示法, 范围和精度相互矛盾, 并不是一种完美的解决方案

浮点数

那么怎么弥补定点数的短板, 就可以用到类似科学计数法, 利用指数, 可以达到小数点浮动的效果
IEEE 754标准中, 浮点数有单精度(32位)和双精度(64位), 以单精度为例

科学计数法表示为
$$n=(-1{)}^s\ast 1.(mantissa)\ast 2^{exponent}$$
那么例如 $5.8$ 就可以转换为 $1.45\ast 2^2$ (原数一直除2, 直到整数部分为1)

注意: 指数也分正负, 此处有一个偏置值
$bias=2^{k-1}-1$ , k为exponent的位数
单精度浮点数bias则为127, 从0到127 表示负数， 从128到255表示正数

那么 $5.8$ 的 $exponent=127+2$
尾数 $0.45$ 转化为二进制就是不断地乘2, 取结果的整数部分, 无限循环的话取够23位为止, 此处会有忽略, 所以浮点数不是精确的数值类型

通过上面的过程, 基本了解了浮点数如何表示一般的小数, 那么浮点数怎么表示0呢

规格化和非规格化

指数部分有三种取值:

• 当exponent的二进制位不全为0或1时, 表达的数字是规格化形式, 即一般的小数
• 当exponent的二进制位都为0时, 此时为非规格化, 用来表示一些非常接近0的小数,包括0
  此时表达式为
  $$n=(-1{)}^s\ast 0.(mantissa)\ast 2^{1-bias}$$
  当所有二进制位都为0, 即可表示0.0
• 当exponent的二进制位全为1时, 表示特殊值
  当mantissa全为0时, s为0表示正无穷, s为1表示负无穷
  当mantissa不全为0, 则表示NaN(Not a Number)，不是一个合法实数或无穷，或者该数未经初始化