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。
- 首先我们看到是正数所以
S=0
- 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🐣
- 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。
- 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🌑
- 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**
- 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。
- 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!