【C语言】你知道浮点数是怎么存储的吗？_浮点数的存储方式c语言

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上运维知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注运维）

正文

这真的很奇怪是不是,第二行和第三行好像是完全没有道理。但是如果你仔细一想就应该能推提出一个假设：浮点数的存储方式一定与整型不同。
别急我们马上就来介绍。

浮点数的存储规则💥

我们想搞懂这个问题需要我们了解浮点数在内存中的存储方法
放心不是很复杂，只要我们用点心。

在C语言中，浮点数的存储方式遵循IEEE 754标准。具体来说，C语言中的浮点数类型（如float、double）使用二进制表示，并按照IEEE 754标准进行存储。

IEEE 754规定：
任何一个二进制浮点数N都可以表达成下面的方式：

(-1) ^ S \* M \* 2 ^ E

• 在这个式子中(-1) ^ S表示符号位，当S为0时，N为正数，当S为1时，N为负数。
• M表示的是有效位数，大于1,小于2。
• 2 ^ E表示指数位。

这样你肯定也还是不明白，没关系我们举例就行。

首先我们也还是需要复习一下我们的数学知识：

我们更仔细的来看就是这样的:

那么如果十进制是这样那么二进制呢？

当然是差不多的，我们再来举个例子

如果不是很懂可以看这副图
如果你上面的图都能看懂那么下面的也就很简单了

如果我们明白了这个道理，那么我们就直接试一试吧！尝试将9.0的S，M,E写出
我们知道了方法就比较简单了，虽然刚开始可能不太熟练，见得多了也就会了。

1. 首先我们看到是正数所以S=0
2. 将9.0转换为2进制1001.0是9的二进制。

3.将1001.0用类似科学计数法的形式转换得到
1.001 * 2 ^ 3,我们得到M=1.001 ,E = 3。
这三步做好了就基本不会出错了。

但是我们还要讲一个比较重要的概率，就是：
既然小数位也是用2 ^ -1, 2 ^-2,·······2 ^ n 来逐渐趋近数据的小数点后的值
那么3.14这个值呢？
我们再用我们的方法试试是搞不出来的。
下面是我用叫AI算的
11.00100110...（无限循环，以省略号表示）
像0.14这样的数需要很多小数点后的1来表示，但是我们计算机只会保留部分，所以会导致精度丢失，但是没有办法，所以我们才会四舍五入。

知道了这些知识我们再来看看到底计算机能存储多少有效的数位呢？
IEEE 754规定： **对于32位的浮点数，最高的1位是符号位s，接着的8位是指数E， 剩下的23位为有效数字M。**

IEEE 754规定： **对于64位的浮点数，最高的1位是符号位s，接着的11位是指数E， 剩下的52位为有效数字M。**

由于52比特位实在是太长了，我就换了一下行，但是实际上是连起来的。

M与E的特别规定🐣

1. M的相关规定

在上面我们说过M的范围为[1, 2)。也就是说M最小也是1。
IEEE 754规定，当计算机内部保存M的时候，会默认这个数第一位总是1，
因此可以被舍去，只保存小数点后面部分。
这样做的好处是，当省略掉一个比特位，那么就多出一个比特位用来增加精度。

比如保存1.01的时 候，只保存01，等到读取的时候，再把第一位的1加上去。
这样做的目的，是节省1位有效数字。
以32位 浮点数为例，留给M只有23位， 将第一位的1舍去以后，等于可以保存24位有效数字。

2. E的相关规定

指数E的情况是比较复杂的。

• 我们看到E有8位，并且这8位是无符号的，也就是说，E最大是1111 1111
  就是255，最小为0； 0 < = E < = 255（32比特位浮点数）。
• 如果E为11位，它的取值范围为0~2047。

但是，我们知道，科学计数法中的E是可以出现负数的。

那该怎么办？
所以IEEE 754规定，存入内存时E的真实值必须再加上一个中间数，对于8位的E，这个中间数是127；
对于11位的E，这个中间数是1023。

比如，2^10的E是10，所以保存成32位浮点数时，必须保存成10+127=137，即1000 1001。

我们来看两个例子：

然后我们调试起来验证验证~

代码也给出来

int main()
{
    float f = 5.5;
    //101.1
    // S = 0,M = 1.011,E=2
    //-1^(0) \* 1.011 \* 2^2
    //当要存储时E+127
    // S E M
    //0 10000001 01100000000000000000000
    //0100 0000 1011 0000 0000 0000 0000
    //40 b0 00 00
    //由于是小端存储
    //00 00 0b 40
    return 0;
}

我们再换当E不加127时是负数的例子

int main()
{
    float f = 0.5;
    //0.1
    //S = 0, M = 1.0 E = -1
    //-1\*(0) \* 1 \* 2^-1
    //E+127 = 126
    //0 01111110 0000000000000000000000
    //0011 1111 0000 0000 0000 0000
    //3f 00 00 00
    // 00 00 00 3f
    return 0;
}

如果说把数据放进去需要根据是32位还是64位来决定放的是多大的E,
那么取出来的时候是不是也有很多情况呢？
确实是这样！

指数E从内存中取出还可以分成三种情况🌑

1. E不全为0或不全为1

这时，浮点数就采用下面的规则表示，即指数E的计算值减去127（或1023）， 得到真实值，再将有效数字M前加上第一位的1。 比如： 0.5（1/2）的二进制形式为0.1，由于规定正数部分必须为1， 即将小数点右移1位，则为1.0\*2^(-1)，其阶码为-1+127=126， 表示为01111110，而尾数1.0去掉整数部分为0， 补齐0到23位00000000000000000000000，则其二进制表示形式为: **0 01111110 00000000000000000000000**

2. E全为0
   这时，浮点数的指数E等于1-127（或者1-1023）即为真实值， 有效数字M不再加上第一位的1，而是还原为0.xxxxxx的小数。 这样做是为了表示±0，以及接近于 0的很小的数字。

为什么会被直接解析为0呢？ 因为 2^-126次方已经非常小了，相当与趋近余0，地球离月球的距离约为2的28.8974次方，这样对比就知道2 ^-126 有多小了吧。

3. E全为1

这时，如果有效数字M全为0， 表示±无穷大（正负取决于符号位s）； 为什么呢？
我们知道E最大是1111 1111也就是255，
255 - 127 也还有128。
2^128次方是多大？
是不是就相当于-+无穷！``

我们回到引例🥶

我们现在再来看第二行和第三行。

1.第二行解析：

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注运维）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
：**

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注运维）
[外链图片转存中…(img-bYAEKVOd-1713194997309)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！