视频地址：
【精校中英字幕】2015 CMU 15-213 CSAPP 深入理解计算机系统 课程视频_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com
课件地址：
http://www.cs.cmu.edu/afs/cs/academic/class/15213-f15/www/lectures/04-float.pdfwww.cs.cmu.edu对应于书本的2.4。
如有错误请指出，谢谢。
1 浮点数简介
浮点表示对形如
首先会介绍IEEE浮点表示方法，然后由于数字不能精确被表示，所以会介绍浮点数的舍入问题。最后介绍浮点数相关的运算。
2 IEEE浮点表示
IEEE浮点表示使用
- 符号（Sign）s：用来确定V的正负性，当s=0时表示正数，s=1时表示负数。用一个单独的符号位直接进行编码。
- 尾数（Significand）M： 是一个二进制小数，通常介于1和2之间的小数。使用k位二进制进行编码的小数。
- 阶码（Exponent）E：对浮点数进行加权。使用n位进行编码的正数
。
C语言中有单精度精浮点数float，其中s=1、k=8、n=23；还有双精度浮点数double，其中s=1、k=11、n=52。
我们可以根据尾数和阶码的不同取值，将其分成三种情况：
- 规格化的值：当
时，
，其中
，由此能将E重新投影到正负值，并且能够和非规格化进行平滑；
，因为我们可以通过调整E使得
，所以通过这种形式将尾数变成
规格化数能够表示大范围的数。的形式，就能获得额外的精度。g
- 非规格化的值：当
时，
，由此来保证和规格化值的连续性；
非规格化数能够表示正负0以及趋近于0的数。。
- 特殊值：当阶码全为1时，如果尾数全为0，则表示无穷，比如两个很大的数相乘，或除以0时；否则表示NaN（Not a Number），比如求-1的根号。
通过上面我们可以观察到几个现象：
- 非规格数稠密地分布在靠近0的区域；
- 有些数的间隔是等距的，因为当exp值不变，在
frac尾数区域进行增加会乘上相同的指数； - 越大的数间隔越大，因为比较大的数，它的指数
会比较大，使得每次变化量会比较大。
根据二进制编码计算数值：
- 计算
- 计算阶码的值exp和尾数的值frac
- 如果为规格化值，则
，
；如果为非规格化值，则
，
。
- 计算最终的值
我们以正数为例（s=0），说明几个比较特殊的值：
- 0：只有非规格化才能表示0，exp和frac全部为0时，结果为0。
- 最小的正非规格化数：
是固定值，在frac取值范围内的最小值正数是
，则
，所以
。
- 最大非规格化数：E还是固定值
，在frac取值范围内的最大值是
，则
，所以
。
- 最小规格化数：exp的最小值为
，所以
；frac全0时，M取得最小值1，所以
。
- 1：要表示1，则需要用规格化来表示，当frac全为0时，M=1，需要让E=0，则
，即exp为
。
- 最大规格化数：exp的最大值为
，frac的最大值为全1，即
，所以
，
，所以
。
IEEE设计的好处：
- 最大非规格化值
和最小规格化值
之间的幅度是
光滑转变。，是n位尾数所能表示的最小值，可以看成是
- 从最小非规格化数到最大规格化数的位向量的变化是顺序的，和无符号整数的排序相同。所以可以用无符号数的排序函数来对浮点数进行排序。注意：负无穷转化为无符号数进行比较时会有问题。
将十进制化为浮点数表示：
以12345为例，我们推算单精度浮点数的编码
- 计算
- 将12345化为二进制数
- 首先将二进制数其化成小于1的科学技术法
，很明显指数14不为
，所以是规格化数，所以将其转化为大于1的科学计数法
，所以
，
。
- 因为
，所以frac的编码为
。因为
，所以
。
- 将frac和exp的二进制编码扩展到对应位数并拼接在一起，补上符号位就为最终结果
。
注意：要在exp前面补0，在frac后面补0。因为exp表示整数，frac表示小数。
对比无符号数的编码，我们可以发现：因为无符号数一定大于0，所以相同的数想用浮点数编码只能使用规范化数进行编码，而规范化数会将frac的最高有效位1去掉，所以无符号数的编码和浮点数编码，在frac部分是相似的，浮点数会少了最高有效位的1。而无符号数的其他部分就是0，而浮点数的其他部分是表示指数的编码。
3 浮点数舍入
浮点数由于有限的位数，所以对于真实值x，我们想要用一种系统的方法来找到能够用浮点数表示的“最接近的x”匹配值x'，这个过程就称为舍入。
常见的舍入方法有四种：向零舍入、向上舍入、向下舍入以及向偶数舍入。以十进制为例可以看以下表格
其中比较特殊的是向偶数舍入：如果处于中间值，就朝着令最后一个有效位为偶数来舍入；否则朝着最近的值舍入。比如1.40，由于靠近1就朝1舍入；1.6靠近2就朝2舍入；1.50位于十进制的中间值，就朝着偶数舍入，所以为2。
向偶数舍入的意义：如果对一系列值进行向上舍入，则舍入后的平均值会比真实值更大；使用向下舍入，则舍入后的平均值会比真实值更小。通过向偶数舍入，每个值就有50%概率变大、50%概率变小，使得总的统计量保持较为稳定。
十进制的中间值为
而二进制的中间值是
10.00011：由于011比中间值小，所以直接向下舍入，为10.00。10.00110：由于110比中间值大，所以直接向上舍入，为10.01。10.11100：由于100为中间值，而10.11最后一个有效位1位奇数，所以向上舍入为偶数11.00。10.10100：由于100为中间值，而10.10最后一个有效位0位偶数，所以直接向下舍入10.10。
4 浮点数运算
浮点数运算无法直接通过在位向量上运算得到。
4.1 浮点数乘法
对于两个浮点数
- 如果
，就将frac右移一位，并对E加一。
- 如果E超过了表示范围，就发生了溢出。
- 如果M超过了表示范围，对frac进行舍入。
数学性质：
- 可交换
- 不可结合：可能出现溢出和不精确的舍入，比如
，而
。
- 不可分配：如果分配了可能会出现NaN，比如
，而
。
- 保证，只要
，则
。
4.2 浮点数加法
对于两个浮点数
- 如果
，则frac右移一位，并对E加1。
- 如果
，则frac左移一位，并对E减1。
- 如果E超过表示范围，就发生溢出。
- 如果M超过表示范围，就对frac进行舍入。
数学性质：
- 由于溢出，可能得到无穷之。
- 可交换
- 不可结合（由于舍入），因为较大的数和较小的数相加，由于舍入问题，会将较小的数舍入，比如
而
。
- 除了无穷和NaN，存在加法逆元。
- 满足单调性，如果
，则对于任意a、b和x，都有
。NaN除外。无符号数和补码由于溢出会发生值的跳变，所以不满足单调性。
注意：需要考虑好清楚数值的范围，如果计算的数值范围变化很大，需要重新结合或改变运算顺序，避免由于溢出或舍入出现计算问题。
5 C中的浮点数
C中提供了float和double两种精度的浮点数。由于编码不同，所以在浮点数和整型数之间强制类型转换时，会修改编码，并且会出现溢出和舍入。
- float/double转换成int：首先小数部分会被截断，也就是向0舍入。
float的尾数部分为23字节，比int的32字节小，所以int可以精确表示float的整数部分，而double的尾数有52位，可能会出现舍入。并且当超过int的取值范围或NaN时，微处理器会指定为整数不确定值，即对应的
，所以一个很大的浮点数转化为int时，可能会出现负数。
- int或float转换为double：double尾数有52位，而int只有32位，float只有23位，所以double会精确表示int和float，不会出现溢出和输入。
- int转换为float：不会发生溢出，但是由于float尾数位数比较少，会出现舍入。
- double转换为float：可能会出现溢出和舍入。
总结：超过数值表示范围，会发生溢出；尾数较短，会发生输入。
课堂作业：
x==(int)(float)x：int有32位，float尾数有23位，从int强制类型转换到float会出现舍入，所以错误。x==(int)(double)x：int有32位，double尾数有52位，所以从int强制类型转换到float不会出现舍入，所以正确。f==(float)(double)f：double的精度和范围都比float大，所以能够无损地从float强制类型转换到double，所以正确。d==(double)(float)d：因为float的精度和范围都比double小，可能会出现溢出和输入，所以错误。f==-(-f)：因为只要改变一个符号位，所以正确。2/3==2/3.0： 因为2/3是int类型，会舍入变成0，而2/3.0是double类型，会得到数值，所以错误。d<0.0推出((d*2)<0.0)：乘2相当于exp加一，如果出现溢出，也是无穷小，所以正确。d>f推出-f>-d： 只要改变一个符号位，所以正确。d*d>=0.0： 正确。(d+f)-d==f：不符合结合律，可能会出现舍入和溢出。
接下来会完成课后练习题，然后完成Lab 。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
