二进制小数
十进制表示公式:
二进制表示公式:
注意:二进制小数是不精确的。二进制小数不像整数一样,只要位数足够,它就可以表示所有整数。假设我们仅考虑有限长度的编码,那么二进制小数无法精确的表示任意小数,比如十进制小数0.2,我们并不能将其准确的表示为一个二进制数,只能增加二进制长度提高表示的精度。
IEEE浮点表示
IEEE 浮点标准表示: V = (-1)s * M * 2E 。
①、s 是符号位,为0时表示正,为1时表示负。
②、M为尾数,是一个二进制小数,它的范围是0至1-ε,或者1至2-ε(ε的值一般是2-k次方,其中设k > 0)
③、E为阶码,可正可负,作用是给尾数加权。
此处概念很不好理解,参考下面这个链接:
https://www.jianshu.com/p/a1b06a151033
https://www.jianshu.com/p/caf552ea3322
正式进入对754标准的讲解之前,我想先回到我之前在博客中提到过的一句话:
0和1这种离散值在用机器来表示时是非常方便的……虽然0和1是离散的,但大量的0和1,足够让我们认为是“连续”的。
什么叫做“大量的离散,足够让我们认为是连续的”呢?对于整数编码了解后,我们知道其实计算机能够表示的整数的范围很有限。但如果用比较长的字长,例如32位,那么对于普通人来说,他们日常需要用到的加减法是绝对够用了。但是,整数编码是表示不了特别大的数的,也不能表示特别小的负数、以及小数。例如,如果你用一个32位的int整型去存储计算阶乘!n的结果,那么计算到13的阶乘时就已经溢出了。即使你用long long去存,算到20的阶乘也就溢出了。
下面你将能够看到,浮点数不仅仅能表示小数,还具有表示特别大/特别小的数的能力。但通过二进制小数我们也了解到,不是每个数都能够被“精确”地表示,有的时候只能用另一个近似数通过“舍入”去表示,因此也增加了对于编码设计、数值分析方面的挑战性。综上所诉,我们可以这样认为:整型只能表示范围较小的数,但它能表示的每个数都是准确的。浮点数虽然能编码一个很大的范围,但这种表示只是近似的。
https://www.cnblogs.com/ZCplayground/p/6583264.html
总的来说这一节,特别注意,难以理解。知识教不会我做人,题会。