计算机数据溢出怎么解决方法,计算机溢出问题（1）

大多数机器对整数使用补码编码，而对浮点数使用IEEE标准754编码。在位级上理解这些编码，且理解其算术运算的数学优缺点，对正确使用编程语言避免漏洞来说，非常重要。

1、整数运算

(1). 无符号加法

针对w位无符号数：

溢出判断：

(2). 补码加法(有符号加法)

针对w位补码：

溢出判断：

(3). 无符号乘法：

(4). 补码乘法(有符号乘法)：先做无符号乘法，再把无符号数转为补码

(5). 乘2的幂次

无符号数与有符号数一致左移位操作，再做截断操作

(6). 除2的幂次

无符号数除2的幂次 = 无符号数右移位 + 向下舍入 + 截断操作

有符号数除2的幂次，如果也按无符号数采取右移位，存在舍入问题。因为被除数为负数时，向下舍入并不合理，例如：-171.25=-172，需向上舍入，例如-171.25 = -171。 采用加偏置进行向上舍入,即x/y向上舍入=(x+y-1)/y向下舍入，即[(x+(1<>k]，再做截断操作。

整数运算小结：

表示数字的有限字长限制了可能的值的取值范围，运算结果可能溢出。整数运算均满足交换律、结合律、分配律。补码表示提供了一种既能表示正数也能表示负数的方法，同时使用了与执行无符号相同的位级实现，针对算术运算，无论无符号数还是有符号数表示形式，都有完全一样或者相似的位级行为。

2、浮点数运算

(1). 浮点数表示：S:符号，M：尾数，E：阶码

浮点数编码分为三种类型：(1)、规格化的值；(2)、非规格化的值；(3)、特殊的值；

(1). 规格化的值

条件：exp即不全为0，也不全为1时：

M = 1(隐式默认值) + Frac(51:0)

E = exp - [(2<

规格化的值的数量为：[(2<

(2). 非规格化的值

条件：exp全为0时：

M = Frac(51:0)

E = - [(2<

E != 1-[(2<

(3). 特殊的值

条件exp全为1时：

小数域Frac(51:0)全为0时，V代表无穷大；Frac(51:0)为非0时，V为NaN代表“不是一个数”

由于有限的位数限制，浮点数数量为[(2<

(2). 浮点运算

* 浮点运算满足交换律，不满足结合律、分配律。

* 浮点加法满足单调性，乘法满足条件单调性。

* 浮点运算缺乏结合律、分配律可能会存在很严重的问题。

* 将大的浮点数转换成整数是一种很常见的程序错误来源。

* 当浮点数非常接近0.0，从而转换成零时，也会下溢。