ieee754标准_IEEE 754 与浮点数的二进制表示

IEEE 754 与浮点数的二进制表示​ponder.work

本文同步发布个人博客

在计算机科学中，浮点（英语：floating point，缩写为FP）是一种对于实数的近似值数值表现法, 类似于十进制的科学计数法.

科学记数法

在科学记数法中，一个数被写成一个"实数"与一个10的n次幂的积

其中: n 必须是一个整数, 可称之为指数。 a 必须是[1, 10)区间内的实数，可称为有效数或尾数。

类似的，二进制的科学计数法则是

，不同的是

a 必须是 [1, 2)区间内的实数。

所以浮点数的二进制表示，就是用二进制位表示为

。

IEEE 754浮点数表示

所以，我们可以将一定长度的二进制位分成三个部分，用来分别表示

、

、

，而IEEE 754就是具体实现的标准。

IEEE二进制浮点数算术标准（IEEE 754）是20世纪80年代以来最广泛使用的浮点数运算标准，为许多CPU与浮点运算器所采用。

IEEE 754规定，对于32位的浮点数，最高的1位表示符号

记为

s(sign)，接着的8位表示指数

记为

E(exponent)，剩下的23位为有效数

记为

M(fraction)。

8位二进制位，能表示的256个数值，由于指数有正有负，标准规定从-127开始计数，也就是-127到128（与有符号数的实现不同），而且-127和128被用作特殊值处理，见下方特殊值。

同时，由于M的整数部分永远是1，我们可以只表示其小数部分，记为N。

也就是最终可表示为

。

具体各部分拆解如下，其中

到

对应32个二进制位的值，为

0或者 1。

以十进制的

为例，可表示为

。那么，s=1，N=0.25，E=2。

具体来说

特殊值

这里有三个特殊值需要指出： 如果指数是0并且尾数的小数部分是0，这个数±0（和符号位相关） 如果指数的二进制位全为1并且尾数的小数部分是0，这个数是±∞（同样和符号位相关） * 如果指数的二进制位全为1并且尾数的小数部分非0，这个数表示为非数（NaN）。

单精度浮点数各种极值情况：

浮点数与二进制字符串转换

def binary_to_float(data):
    assert len(data) == 32
    sign = (-1) ** int(data[0])
    exponent = 2 ** (-127 + sum(int(a) * 2 ** b for a, b in zip(data[1:9], range(7, -1, -1))))
    fraction = 1 + sum(int(a) * 2 ** b for a, b in zip(data[9:], range(-1, -24, -1)))
    return sign * exponent * fraction

def float_to_binary(data):
    import struct
    bins = struct.pack('>f', data)
    return ''.join('{:0>8}'.format(bin(i)[2:]) for i in bins)

参考

1. https://zh.wikipedia.org/wiki/IEEE_754
2. https://www.ruanyifeng.com/blog/2010/06/ieee_floating-point_representation.html
3. https://zh.wikipedia.org/wiki/%E7%A7%91%E5%AD%A6%E8%AE%B0%E6%95%B0%E6%B3%95
4. 《深入理解计算机系统》