计算机中浮点数的表示方法

在《计算机组成原理》中学过浮点数在计算机中的存储方式遵循IEEE 754浮点数计数标准，可以表示为：

采用 尾数+阶码 的编码方式，或者说：有效数字 + 指数位数
因此，只要给出符号位（S）、阶码部分E、位数部分M这三个维度信息，一个浮点数就完全表示出来了，所以float和double这两种类型的浮点数在计算机中的存储结构如下：

1. 符号部分：S
   0-正 1-负

2. 阶码部分E
   对于float类型，指数部分是8位，考虑正负，因此表示指数范围是-127-128
   对于double类型，指数部分11位，指数范围是-1023-1024

3. 尾数部分M
   浮点数的精度是由尾数来决定的：
   float类型，尾数部分23位，换成十进制就是2^23=8388608，因此十进制精度只有6-7位
   对于double类型，尾数部分52位，换成十进制就是2^52 = 4503599627370496，所以十进制精度只有15 ~ 16位

因此，浮点数交给计算机存储时会出现精度丢失的问题。

进制转换问题

例如6.36转为二进制

整数和小数部分得到的二进制结果是：110.01011100…
按照尾数+阶码的方式

符号位：0
阶码E：127 + 2 = 129 二进制为：10000001
尾数部分M：1001011100…，其实它本身无限不循环，但若以float型精度来截取23位，则可以表示为10010111000010100011111
最终结果：0 10000001 10010111000010100011111
因此对于这种无限位数的尾数情况，计算机产生截取是必然的，必定会产生精度的损失，因此，在使用float和double时要结合业务考虑。