408中浮点数的表示和运算【硬核总结】

浮点数和定点数的区别

通俗的讲，定点数就是我们所说的普通的小数【定点小数】、整数【定点整数】
浮点数其实就是对一个非常大的数据用科学计数法表示

浮点数的表示

浮点数的规格化

规格化的目的是为了充分利用尾数的有效数位，所以通过规格化使得尾数的最高数位必须是一个有效值。

结论
结论：负数补码规格化最大负数形式为1.0111…111,原码为1.1000…001,最小负数自然是1.0000000…00(-1)
故范围为：-1 ~ -(1/2+2^-n)

超级重点理解

问题1：为什么负数补码的最高数值位为0?

---

规格化的目的是为了充分利用尾数的有效数位，所以通过规格化使得尾数的最高数位必须是一个有效值。
我是这样理解的，对于原码表示的负数来说，有效值为 1，而补码是原码各位取反加一得到的，所以 0 才是补码表示的负数的有效值，这样就与规格化的要求吻合。

问题2：当取-0.1000时，原码1.1000，补码1.1000，这时刚好为-1/2，符合尾数规格化的范围，为什么不从这里开始取值呢？

---

为了机器判断方便，往往不把-1/2列入规格化的数，因此，机器只要判断运算结果的尾数最高位（数符）与尾数次高位（第一有效位）是否相同，便可以判断是否是规格化的数。

问题3：什么是正上溢，负上溢？什么是正下溢，负下溢？

补充

注意：规格化后，最小的正数是0.100000，因为规格化数尾数中小数点后第一位必须为1


有个疑问？就是浮点机中，补码表示的时候，尾数为什么小数点后第一位不是1

IEEE 754 标准

IEEE 754 标准的目的：统一规定确定号阶码占多少位，尾数占多少位，阶码和尾数各自用什么码表示
方便计算机之间进行数据传输，解决计算机对数据解析困难的问题

1. IEEE标准下，尾数中小数点前面的1可以隐含的保留，所以在规格化尾数的时候，要保证小数点前面的数字为1
2. 左规-》小数点不动，数左移-》相当于小数点右移-》变大了，所以阶码减1
3. 左规是不会发生溢出的，
4. 右规的时候，阶码会不断的增大，所以有可能超出阶码所能表示的最大的范围，发生了上溢
5. 754标准下，阶码用移码表示，尾数用原码表示

移码通常用于浮点数的阶码当中

---

全1：-128
全0：-127
数符：表示整个数值的正负性
阶码：全0表示非规格化，全1表示无穷大
所以阶码的值可以从1-254（8位表示），转为真值-126到127

举例：

负数：所以数符位是1

float型浮点数中，阶码的位数为8，正常移码可以表示的数据范围是0–255（看做无符号数），
根据：移码=真值+偏置值，偏置值=127
真值=移码–偏置值
但是阶码全0和全1有特殊的用途，全1对应真值【-128】，全0对应真值【-127】
所以阶码真值最小是-126，最大是127

注意阶码E全为0，尾数M不全为0时，在计算真值的时候，阶码虽然全为0，但是计算时，把阶码的真值视为-126，同时，尾数部分，隐含的数字为0，不再是1

浮点数的运算

基本步骤

1. 对阶的时候，小阶向大阶看齐

舍入

强制类型转换

注意
int型、long型：1个符号位+31个数值位
float型：1个数符位+8个阶码位+23个尾数位（还有隐藏的1位，实际可以表示24位尾数）

int --> float会丢失精度，因为int有31位数值，而float只能表示23位数值
而float --> int 既可能丢失精度，又可能溢出。
溢出是因为float有阶码，他表示的最大数值达到2¹²⁷以上，而int型只能表示到2³¹-1
损失精度是因为，如果float表示的数是0.0000101，把他转为in型的话，就只剩下0了，精度大大损失

小结