float 浮点型底层存储原理

float 浮点型底层存储原理

---

---

---

“0.1 + 0.2 到底等于几？”

>>> 0.1 + 0.2
0.30000000000000004
>>> 39.29 + 0.3
39.589999999999996
>>> 0.2 + 0.3
0.5

常用的编程语言，其中的小数都是默认的 float 浮点型，而 float 浮点型的内部存储机制会导致其有时候不精准。

---

十进制转二进制

39.29 转换为二进制过程：

1. 整数部分直接转成二进制。39 直接转换为 100111
2. 小数部分转换：让小数一直乘以 2，小于 1 则用结果继续乘，大于 1 则结果减 1 继续乘，等于1 则结束。

0.29 * 2 = 0.58	# 小于1，则继续乘
0.58 * 2 = 1.16	# 大于1，则减1继续乘
0.16 * 2 = 0.32	# 小于1，则继续乘
0.32 * 2 = 0.64	# 小于1，则继续乘
0.64 * 2 = 1.28	# 大于1，则减1继续乘
0.28 * 2 = 0.56	# 小于1，则继续乘
0.56 * 2 = 1.12	# 大于1，则减1继续乘
0.12 * 2 = 0.24	# 小于1，则继续乘
0.24 * 2 = 0.48	# 小于1，则继续乘
0.48 * 2 = 0.96	# 小于1，则继续乘
0.96 * 2 = 1.92	# 大于1，则减1继续乘
0.92 * 2 = 1.84	# 大于1，则减1继续乘
0.84 * 2 = 1.68	# 大于1，则减1继续乘
0.68 * 2 = 1.36	# 大于1，则减1继续乘
0.36 * 2 = 0.72	# 小于1，则继续乘
0.72 * 2 = 1.44	# 大于1，则减1继续乘
0.44 * 2 = 0.88	# 小于1，则继续乘
0.88 * 2 = 1.76	# 大于1，则减1继续乘
0.76 * 2 = 1.52	# 大于1，则减1继续乘
0.52 * 2 = 1.04	# 大于1，则减1继续乘
0.04 * 2 = 0.08	# 小于1，则继续乘
0.08 * 2 = 0.16	# 小于1，则继续乘
0.16 * 2 = 0.32	# 小于1，则继续乘（与第三行相同，这样会一直循环执行下去）
。。。
将相乘之后的结果的整数部分拼接起来，所以0.29 的二进制表示：01001010001111010111000...

科学计数法

39.29科学计数法表示：

• 10111.01001010001111010111000…
• 1.011101001010001111010111000…* 2^5

1.011101001010001111010111000…* 2^5

• sign，用1位来表示浮点数正负，0表示正数；1表示负数。
• exponent，用8位表示二进制的科学计数法中的指数部分的值，8位表示的数据范围可以是0~255，但是由于指数部分可能为负数，所以这个指数的范围为-128~127。再计算时让【指数+127】得到值转换为二进制存储在此即可。注：0.5375的二进制小数位0.10001，科学计数法为 1.0001 * 2^-1。
• fraction，用32为来表示二进制小数的科学计数法中的小数部分（不管整数部分，因为科学计数法中的整数总是为 1）。
• sign = 0，浮点数为正数。
• exponent = 01000010，指数 5 + 127 = 132，将132转换为二进制。
• fraction = 00111010010100011110101，最多保留32为二进制小数位，其他省略（不精确）。
• 所以，最终39.25在存储时的二进制为：0 01000010 00111010010100011110101

当我们开发的程序里用到的小数需要是精准的，一定不能是 float，需要用 Decimal 类库，各个语言都有相应的库。