浮点数学习笔记

一个机器浮点数由阶码和尾数及其符号位组成：
尾数：用定点小数表示，给出有效数字的位数，
决定了浮点数的表示精度；
阶码：用定点整数形式表示，指明小数点在数据中的位置，决定了浮点数的表示范围。

(2) 浮点数的标准格式 （Ｎ＝Ｒe.m）
为便于软件移植，使用 IEEE（电气和电子工程师协会）标准
IEEE754 标准：尾数用原码；阶码用移码；基为2

•  按照 IEEE754 的标准，32位浮点数和64位浮点数的标准格式为 ：

S—尾数符号，0正1负
M—-尾数，纯小数表示，小数点放在尾数域的最前面。
采用原码表示。
E—阶码，采用“移码” 表示；
阶符采用隐含方式，即采用“移码”方法来表示正负指数。

规格化目的：
为了提高数据的表示精度
为了数据表示的唯一性
尾数为R进制的规格化：
绝对值大于或等于1/R
二进制原码的规格化数的表现形式：

正数 0.1xxxxxx
负数 1.1xxxxxx
补码尾数的规格化的表现形式：
尾数的最高位与符号位相反
正数 0.1xxxxxx
负数 1.0xxxxxx
在计算机内，其纯小数部分被称为浮点数的尾数，对非 0 值的浮点数，要求尾数的绝对值必须 >= 1/2，即尾数域的最高有效位应为1,称满足这种表示要求的浮点数为规格化表示:
0.1000101010
把不满足这一表示要求的尾数，变成满足这一要求的尾数的操作过程，叫作浮点数的规格化处理，通过尾数移位和修改阶码实现。
规格化处理：
在计算机内，其纯小数部分被称为浮点数的尾数，对非 0 值的浮点数，要求尾数的绝对值必须 >= 1/2，即尾数域的最高有效位应为1,称满足这种表示要求的浮点数为规格化表示:
0.1000101010
把不满足这一表示要求的尾数，变成满足这一要求的尾数的操作过程，叫作浮点数的规格化处理，通过尾数移位和修改阶码实现。
隐藏位技术:
既然非 0 值浮点数的尾数数值最高位必定为 1，则在保存浮点数到内存前，通过尾数左移, 强行把该位去掉, 用同样多的尾数位就能多存一位二进制数，有利于提高数据表示精度，称这种处理方案使用了隐藏位技术。
0.1100010  1.100010
当然，在取回这样的浮点数到运算器执行运算时，必须先恢复该隐藏位。

移码定义：

[x]移 = x0 x1 x2 ··· xn
= 2n + x
一个规格化的32位浮点数ｘ的真值为：

一个规格化的64位浮点数ｘ的真值为：
x = ( –1)s×(1.Ｍ)×2Ｅ－1023
这里e是真值，Ｅ是机器数

例：若浮点数 x 的二进制存储格式为(41360000)16，求
其32位浮点数的十进制值。
解： 0100,0001,0011,0110,0000,0000,0000,0000
数符：0
阶码：1000,0010
尾数：011,0110,0000,0000,0000,0000
指数e＝阶码－127＝10000010－01111111 ＝00000011=(3)10　 包括隐藏位1的尾数：
1.M＝1.011 0110 0000 0000 0000 0000＝1.011011

于是有 x＝(－1)s×1.M×2e

 　       ＝＋(1.011011)×23＝＋1011.011＝(11.375)10

例: 将十进制数20.59375转换成32位浮点数的二进制格式来存储

解：首先分别将整数和分数部分转换成二进制数：
20.59375＝10100.10011
　　然后移动小数点，使其在第1，2位之间
　　 10100.10011＝1.010010011×24　　　　　e＝4
　　于是得到： e =Ｅ – 127
S＝0，E＝4＋127＝131=1000,0011，M＝010010011
　　最后得到32位浮点数的二进制存储格式为
0100 0001 1010 0100 1100 0000 0000 0000＝ (41A4C000)16
例：将十进制数-0.75表示成单精度的IEEE 754标准代码
解：-0.75 = -3/4 = -0.112 = -1.1×2-1

=(-1)1×(1 + 0.1000 0000 0000 0000 0000 000)×2-1

=(-1)1×(1 + 0.1000 0000 0000 0000 0000 000)×2126-127

s=1，E= 12610 = 011111102， F = 1000 … 000。

1 011,1111,0 100,0000,0000,0000,0000,0000
    B     F    4    0    0    0    0    0 H