c++ 无穷大怎么表示_Introduction to CSAPP（六）浮点数表示

最新推荐文章于 2021-11-24 21:33:15 发布

weixin_39545102

最新推荐文章于 2021-11-24 21:33:15 发布

阅读量1.5k

点赞数 1

文章标签： c++ 无穷大怎么表示用科学计数法表示二进制小数

引子

有一个C程序的例子：

#include <stdio.h>

int main(){
    float a = 16777217.0f;
    if(a == 16777216.0f) // 这里判断应该为假？
        printf("value is %.10fn", a);

    if(0.1 + 0.2 == 0.3) // 这里判断应该为真？
        printf("you will see: 0.1 + 0.2 == 0.3n");

    int x = 65535;
    int y = x*x;
    printf("x * x = %dn", y); // 这里应该打印4294836225？

    x = -2147483648;
    // 这里应该打印true？
    printf("x: %d and y: %d; (x>y) == (-x<-y) is %sn", -2147483648, 1, (x>1) == (-x<-1)?"true": "false");
    return 0;
}

实验结果是：

value is 16777216.0000000000
x * x = -131071
x: -2147483648 and y: 1; (x>y) == (-x<-y) is false

要理解为什么输出结果与我们预期的不符应该理解本节所讲的内容。

定点表示法没有办法有效地表示一个很大的数。5*2^100的二进制表示方式是10100...0(Binary103位)，而显然我们不希望这样表示一个很大的数。因此我们使用IEEE浮点标准来表示大的数字或者小数。

IEEE浮点标准使用类似科学计数法的方式来定义：

s 表示符号（sign），决定了这个数是不是整数
M表示尾数（mantissa），是一个二进制小数
E 表示阶码（exponent），表示对浮点数的加权平均，权重是2的E次幂，可以是负数。

一般计算机用IEEE 754来表示小数。

规格化数

机器码不同位表示含义

规格化数
在二进制小数中，若将其表示为类似科学计数法的形式，尾数部分的第一个有效位一定为1，为了尽可能多的表示数字，我们规定单精度的Significand部分表示1.xxxxxx尾数的xxxx部分。
符号
1 represents negative and 0 represents positive
阶数
- 范围从0000 0001(该阶码的值为：-126) ~ 1111 1110(127)
- 全0和全1表示特殊的数
- 单精度（single precision）偏置常数127（不是标准的偏置常数）
- 双精度（double precision）偏置常数1023（2^10 - 1）

使用127与1023而非128&1024的原因是：
1. 阶码的上界可以更大，表示的范围更广，而实际上选哪个都是可以的。
2. 后面计算最大 非规格化数与最小 规格化数时可以发现，这样设置偏置常数有利于这两个连续数字的 平滑转变（相邻两个数在数轴上的距离不会太远）
两个概念：
阶是用移码表示的，里面有几个值需要说明：
1. 阶码： 0000 0001B = 1
2. 阶码的值： 1 - 127 = -126 阶码表示机器保存的数字，按原码读法读出来的值 阶码的值表示这个数字按照实际的移码读法读出来的值，这个值也是实际算十进制真值时的指数的值

尾数
- 规格化尾数最高位是1，隐含表示；实际尾数表示1后的部分
- 单精度（single precision）尾数可表示：1 + 23bits
- 双精度（double precision）尾数可表示：1 + 52bits

非规格化数

如下表

关于无穷大，可以利用无穷大作比较，X / 0 > Y其中X、Y为浮点数

关于无穷大和NaN的运算

5.0/0 = +∞; -5.0/0 = -∞;
5+(+∞) = +∞; 5-(+∞) = -∞;
0/0 = NaN; sqrt(-4.0) = NaN;
op(NaN, x) = NaN; (+∞)+(-∞) = NaN;
∞/∞ = NaN; (+∞)-(+∞) = NaN;

单精度浮点数各种极值情况

我们还记得，在规格化数中，尾数表示1.xxxxx，是隐含了最高位为1的。那么对于阶数为0，尾数为非0的非规格化数来说，这个尾数表示的则是0.xxxxx。非规格化数用来应对算数下溢的问题，它提供了一些数来尽可能表示原先算数下溢的数字，以求精确。

总的来说，非规格化数的作用：

提供了表示数值0的方法。IEEE的标准中，值+0.0 和 -0.0 某些方面是不同的（比如阐述负数算数下溢时），而其他方面是相同的（在浮点数比较中，-0.0 == +0.0）。
表示那些非常接近0.0的数，非规格化数的存在使得数的表示可以渐近下溢（下面将会提到）。
对于NaN这样的特殊值，用来表达一些运算得到不能是实数也不能是无穷的结果，例如对-1开根号；某些情况下，用来表示未初始化的数据。