计组——浮点数的表示和IEEE 754标准以及相关运算（考前记一记，喝前摇一摇）

由于定点数表示的数字范围有限，当我们在数据位数不变的情况下，想增加数据的长度时，该怎么办呢？这就是浮点数要解决的问题。

阶码E反映浮点数的表示范围及小数点的实际位置（数值的大小），其中阶符为正表示要把尾数的数值部分的小数点往后移，为负值表示要把小数点往前移
尾数M的数值部分的位数n反映浮点数的精度，其中数符表示正负

举个简单的例子类比一下：
$1000\pi$
=3141.5926……
$\approx 3.14\times 10^3$
$\approx 0.314\times 10^4$
$\approx 0.314159\times 10^4$
这里的乘号后面 $10^x$ 相当于是阶码部分，因为x均是正数，因此阶符都是0，此时x就是阶码的数值；乘号前面的3.14，0.314相当于尾数部分

一、浮点数的表示

定点数：
定点小数，小数点固定在第一位后面
定点整数，小数点固定在最后一位后面

浮点数：
阶码：常用补码或移码表示的定点整数
尾数：常用原码或补码表示的定点小数

浮点数的真值：$N=r^E\times M$
r 是浮点数阶码的底（隐含）通常 r=2；E称为阶码，M称为尾数。

尾数给出一个小数，阶码指明了小数点要向前/向后移动几位。

【例】阶码、尾数均用补码表示，求a，b的真值
a=0,01;1.1001
b=0,10;0.01001
【分析】a：阶码0,01对应真值+1；
尾数1.1001对应真值-0.0111；
a的真值：2¹ * (-0.0111)=-0.111（相当于小数点右移一位或者算数左移一位）

b：阶码0,10对应真值+2；
尾数0.01001对应真值+0.01001
b的真值：2² * (0.01001)=1.001（相当于算数左移两位）

1.浮点数的作用和基本原理

如果采用1B的存储空间存储a和b，a占8位正好；b占9位，如果将最后一位抛弃，势必降低了b的精度，此时，可采用浮点数规格化，保留浮点数精度
所以b = 2² * (0.01001） = 2¹ * (+0.1001)
这样保证了在存储空间不变的情况下，保留了浮点数的精度

2.浮点数规格化（重点）

规格化浮点数，规定尾数的最高位数值必须是一个有效值
左规：尾数算数左移一位（小数点右移），阶码减1，直到尾数最高位是有效位
右规：尾数算数右移一位（小数点左移），阶码加1（当浮点数运算的结果尾数出现溢出，双符号位为01或10时）

注：采用“双符号位”，当溢出发生时，可以挽救，更高的符号位是正确的符号位

3.浮点数的表示范围（了解）

1.用原码表示的尾数进行规格化
正数为0.1XX……X的形式，其最大值表示为0.11……1；最小值表示为0.10……0
尾数的表示范围是 $\frac{1}{2}\le M\le (1-2^{-n})$
负数为1.1XX……X的形式，其最大值表示为1.10……0；最小值表示为1.11……1
尾数的表示范围是 $-(1-2^{-n})\le M\le -\frac{1}{2}$

2.用补码表示的尾数进行规格化
正数为0.1XX……X的形式，其最大值表示为0.11……1；最小值表示为0.10……0
尾数的表示范围是 $\frac{1}{2}\le M\le (1-2^{-n})$
负数为1.0XX……X的形式，其最大值表示为1.01……1；最小值表示为1.00……0
尾数的表示范围是 $-1\le M\le -(\frac{1}{2}+2^{-n})$

4.浮点数规格化的题目

【例】若某浮点数的阶码、尾数用补码表示，共4+8位：
0,110;1.1110100，如何规格化？
【分析】阶码部分：+6
尾数部分：用补码表示，并且是负数，负数的补码，必须保证数值部分最高位一定是0，才能保证尾数尽可能多的表示一些精度，因为需要对尾数进行算数左移3位，低位补0，变为1.0100000，阶码减3
于是规格化后：0,011;1.0100000

注：
用原码还是补码表示，会影响规格化的规则
规格化原码尾数，最高数值位一定是1
规格化补码尾数，符号位与最高数值位一定相反

二、IEEE 754标准

不同之处：
①$尾数用原码表示，隐藏表示最高位1，实际表示的尾数是1.M$（用原码表示时，最高位是有效位，所以是1）
②$偏置值=2^{n-1}-1$
③$阶码全0、全1有特殊用途$，因此8位的阶码正常范围是-126~127

阶码用移码表示，移码=真值+偏置值，此时的偏置值=$2^{n-1}-1$
真值 -128=-1000 0000，此时偏置值为 0111 1111
移码=-1000 0000 + 0111 1111
= 0111 1111 - 1000 0000
= 1 0111 1111 - 1000 0000 （这一步操作是给被减数加了$2^8$，最终结果是不变的）
= 1111 1111

【例】1.短浮点数 $1000$ $0001$ $1000$ $1010$ $0101$ $0000$ $1000$ $0000$

数符s	阶码E	尾数数值M
$1$	$00000011$	$00010100101000010000000$

规格化后的短浮点数的真值为：$(-1{)}^s\times 1.M\times 2^{E-127}$
带入公式：$(-1{)}^1\times 1.00010100101000010000000\times 2^{3-127}$

2.短浮点数0100 1011 0111 1111 1111 1111 1111 1111
带入公式：$(-1{)}^0\times 1.11111111111111111111111\times 2^{150-127}$=111111111111111111111111. (小数点右移23位)

【例】将十进制数-0.75转换为IEEE 754 的单精度浮点数格式表示
【分析】$(-0.75{)}_{10}=(-0.11{)}_2=(-1.1{)}_2\times 2^{-1}$
数符=1
尾数部分=.100 0000 0000 0000 0000 0000 0000 （隐含最高位是1）
阶码真值= -1
单精度浮点型偏移量=127D
移码=阶码真值+偏移量=-1+111 1111 = 0111 1110（凑足8位）
（或者移码=127-1=126，对应二进制 0111 1110）
因此，最终可知

数符s	阶码E	尾数数值M
1	0111 1110	100 0000 0000 0000 0000 0000

【例】（2020年408）带符号整数用补码表示，float型数据用IEEE 754标准表示，当x机器数为C800 0000H时，x的值是（）
【分析】
第一步，先十六进制转二进制：
C800 0000H = 1100 1000 0000 0000 0000 0000 0000 0000
第二步，确定数符、阶码和尾数：

数符s	阶码E	尾数数值M
1	100 1000 0	000 0000 0000 0000 0000 0000

第三步，逐个分析：
数符=1 --> 是个负数
尾数=.000 0000 0000 0000 0000 0000 0000 （隐含最高位是1） --> 尾数真值=1.0
阶码=100 1000 0=$2^7+2^4$=144(移码)，偏置值127D，由移码=真值+偏置值
因此阶码真值是=144-127=17

最终得出浮点数对应的真值=$(-1.0{)}_2\times 2^{17}$=$-2^{17}$

三、浮点数加减运算的题目

【例】（2009年选择题13题）设浮点数的阶码和尾数均采用补码表示，且位数分别为5位和7位（均含两位符号位）。若有两个数X=$2^7\times 29/32$，Y=$2^5\times 5/8$，则用浮点数加法计算X+Y的最终结果。
【分析】29/32=11101/$2^5$=0.11101(小数点左移5位)
5/8=101/$2^3$=0.101(小数点左移3位)
那么，X:00,111;00,11101；Y:00,101;00,10100
第一步，对阶（小阶向大阶看齐）
X的阶码7比Y的阶码5大，因此将Y的阶码加2，尾数右移2位，变为Y:00,111;00,00101
第二步，尾数相加
X:00,111;00,11101
Y:00,111;00,00101
尾数相加即：00,11101+00,00101=01,00010；相加后符号位为01，故需要右规（算数右移）
第三步，规格化
尾数右移一位，阶码加1，即就是：01,000;00,10001
第四步，判断溢出
符号位为01，说明发生了溢出（上溢）👉参考链接: 一位符号位和两位符号位的溢出判断

四、附图