浮点数的原理

浮点数的原理

---

浮点数

• 为啥叫浮点数，而不是叫小数，或者可以说浮点数和小数的区别？

  • 因为资源的限制，数学中的有些小数无法直接在计算机中准确的表示，所以出现了浮点数，这是对小数的近似值，浮点数永远小于小数；
  • 因为浮点数，仅仅是小数的近似值，所以我们在计算的时候经常出现问题，最完美的解决方案就是选择更加精确的数据类型；
  • 可以举一个例子，二进制的小数基数可以用 0.5 0.25 0.125 0.0625 …来表示，要想用这些数据来表示这所有的小数 那是不可能的，例如 0.3 0.1 0.2 就没法准确的表示 ，所以仅仅是近似值； 这里你可以比喻 10 进制存在无限不循环小数 也是无法用 十进制的准确的数来表示；

• IEEE754 定义的规则

  • 要求二进制小数必须是1开头，那么F尾就会多一位的范围，float就是24位，double就是53位；更加精确了；

• 浮点型的组成（下面的图片是10进制案例）

  • 

  • 符号：（-1）^S

  • 尾部：IEEE754要求二进制的第一位必须是1,也就是 1.F

  • 基数：这里基数是2 也就是说是2进制的 在IEEE754中基数是省略的 因为都是2；

  • 指数：因为指数肯定有负数也有正数，所以会减去1023 中间数来做判断符号正负，大于1023就是正数，小于1023就是负数；

• 浮点型 主要分为 也就是单精度float和双精度 double 分别是4个字节和8个字节

  • 

所以浮点型的精度由 尾部来决定

double 52位 尾部长度 2^53 大于这个数都会失真；

float 尾部是24位 2^24 大于这个数也会失真；

oat 尾部是24位 2^24 大于这个数也会失真；

那么 科学计数法表示为：(-1)^S * 1.F* 2^(E - 1023)