一.快速掌握浮点数二进制在计算机内的存储（IEEE754标准 ）

 1.废话可略过

        面试时书面遇到一道题：

#include<stdio.h>

void main()
{
    float a=0x12345678;
    printf("a=%f",a);
    return 0;
}

        输出什么？浮点数很久没用过了，记得好像有什么精度缺失什么的，但是想不起来了，我当时拿手机立马把这个十六进制换成十进制就写上了，还补上了六个0，面试官问我浮点型在计算机怎么存储，给我又问懵了。他给了我十分钟查一下，然后再来做这道题，并给他讲清楚，我找了半天，找到的资料竟然漏了个关键点，给我卖了，找到的资料要么太长要么太简洁，坑死个人。

2.快速掌握怎么使用

2.1 IEEE754标准

按照一定格式把一个十进制的数存成二进制数,IEEE754标准就是那个格式规则。

格式是：一位符号位（0是正，1是负），阶码（指数+偏移），尾数（类似科学计数法看小数点后的有效数字部分）

float偏移是127，double偏移是1023,即 2^(n-1)-1 。（先记着，为什么这么算看3.2部分）。

float 的32位划分与double 的64位划分如下图：

2.2 操作步骤示例

把十进制数换成二进制，然后按照三部分格式填进去就行了。（下例按float型演示）

例1：原值十进制浮点型20.5

二进制=10100.1

符号：正数为0，指数为4，阶码=4+127（换成二进制填入），尾数是标蓝部分，不够就补0

存储值=0 ‭‭10000011‬ 0100 1000 0000 0000 0000 000

（为什么1.0100 1，只要小数点后面作为有效部分，因为二进制写成科学计数法这种形式首位肯定是1啊，所以隐藏了，看起来是23位，实际是24位）

可使用（IEEE 754 浮点数转换 - 锤子在线工具 (toolhelper.cn)）自行验证。

例2：原值 十六进制浮点型整数 0x12345678=‭305419896‬（十进制）

二进制=‭0001 0010 0011 0100 0101 0110 0111 1000‬

符号：正数为0，从右往左数，指数为28，阶码就是28+127，尾数为标蓝的23位

存储值 0 10011011  0010 0011 0100 0101 0110 100

这个存储值和原值不一样了，因为进行了舍入（个人理解，尾数后跟的第一个二进制是1就进位，是0就舍去，3.3有解释）

3. 原理与解释

3.1为什么要用IEEE754标准存储浮点数

        类比科学计数法，0.000000000000000001或13400000000000这种很长的数，有效部分却很短，我们可以用科学计数法来表示成1x10^(-18)，和1.34x10^13。这样是不是就很简便了，我们提取出来的关键信息就是有效数字，和指数两部分。

        同理，IEEE754标准就是用，符号位，阶码，尾数，三部分来表示一个数

        但是这两个计数方法都有缺陷，前者想必大家都知道（对于200000000005这种用科学计数法也没有多简洁），后者坑就更大了，科学计数法只是用起来不方便了，IEEE754标准在某些情况下会让你的原值与存储值不相等，再用%f输出（默认六位小数四舍五入），连输出值和存储值也不一定一样了。

3.2 阶码与偏移

        为什么float的偏移量是127，double偏移量是1023？

        因为前者我们用了8位表示指数属性，后者用了11位表示指数属性，当一个浮点数是个很小的数时，指数会是负的，所以我们要用8位（或11）位来表示正负两种情况，2^8=256,一半正一半负，当然我们会想到用一位符号位，七位表示指数，符号位用0表示负，1表示正的，不知道为什么IEEE754用的是加偏移量的方法。可能是怕和前面那个符号位表示方式相反怕记混淆了？（具体取值区间的问题可以看章末另一篇文章，更细致）

3.3 精度问题

3.3.1原值，存储值，输出值

原值：我们要存到计算机里的自然值，是连续的，现实生活中0-1之间会有无穷个值，但是计算机内的值是离散的，一个个的。

存储值：存入计算机的值，按照固定规则的，以float为例，它的精度只有24位，隐藏的一位和23位尾数，这23位二进制数只能有2^23种变化，却要来表示远超他的范围，必然会导致精度缺失。

输出值：我们输出浮点数时候，%f输出的是存储值，但是%f默认六位小数，四舍五入等规则，会让输出值和存储值也不一定完全一样，要注意。

更新订正：%f的输出在截取时候的规则不是四舍五入，而是四舍六入五取偶，（也称银行家舍入，最近舍入，向偶数舍入，谁知道为啥他又这么多别名，见到了知道是什么就行）

四舍六入五取偶就是四舍六入五考虑，五后非空就进一，五后为空看奇偶，五前为偶应舍去，五前为奇要进一。例如保留一位小数输出0.15和0.25都是0.2，5后面没了前一位为奇数进位，偶数舍去。保留一位小数输出0.151和0.251会变成0.2和0.3（纸面上演示，不是上机，上机输出0.15保留一位小数变成0.2是因为存储值的第三位小数后面还有没显示出的部分）；

针对的是输出时候（存储值到输出值）的舍入规则，不是IEEE754存入时候（原值到存储值）的舍入规则。因为我们在输出时候不会把一个浮点型的存储值完全输出，保留n位小数时，第n+1是5时，其后面可能还有数没显示出来的数，导致这个特性一般很难看出来，表现得跟四舍五入一样。实际你找一个标准的蓝值用%f输出下试试就知道了。

3.3.2 舍入规则

首先计算机的存储值的有效数字一定是23位二进制能表示的一种。

即 00000000000000000000000 到 11111111111111111111111。

整数分析：‭305419896‬（10进制）

二进制=‭0001 0010 0011 0100 0101 0110 011 1 1000‬

        因为计算机内只能存这23位可以表示的蓝值，实际的数已经超出了五位，我们要存的值处于两个蓝值区间内， 更接近谁就存谁，我们可以看到两个实际可以存的蓝点值之间的分度值现在是2^5=32(超出了五位，可见精度丢失的严重)，而5位二进制数首位为1最小有一定大于和首位为0最大的情况（10000>01111)，可以直接根据后面第一位是1还是0进行进位或舍去，所以现在存储值是‭0001 0010 0011 0100 0101 0110 100  0 0000=305419904（十进制）比原值还大了。（注意：存储的是IEEE754格式的0 10011011 00100011010001010110100，我只是把它写成了标准二进制形式方便复制过去转换验证）

带小数的分析：123456.1（10进制）

二进制=‭0001 1110 0010 0100 0000.‬0001 100  1 1001

同理，有效部分超过23位溢出了，第一位是1，进位，存储值=‭0001 1110 0010 0100 0000.‬0001 101  0 0000，所以我们要存123456.1结果存进去变成了123456.1015625，不过我们要保证输出时和输入值一样的话，记着float只能有七位精度就行了，输出时只输出七位有效数，小数点后只保留一位就行了。

3.3.3 精度分析

计算机中，整数转换成2进制，是2的正次方数累加（1，2，4，8……可组成任意整数）

小数转换成2进制，是2的负次方累加（0.5，0.25，0.125……有所遗漏，有的数转换成2进制会很长）

尾数的23位二进制可以表示2^23个值，而指数划定了值在哪个范围。我们知道指数的取值是[-126,127],举例来说：

[2^(-1),2^0)即[0.5,0.999)，因为整数部分为0，所以实际上我们有24位来表示有效数，分度值是2^（-24）,小数嘛。（我理解的是有效位肯定是1的嘛，我们把一位小数移到了隐藏那一位，所以有就是24位来表示小数了)

[2^(0),2^1)即[1,2),23位有效数，整数部分占1位，分度值是2^（-23），

[2^(1),2^2)即[2,4),23位有效数，整数部分占2位，分度值是2^（-22），

[2^(2),2^3)即[4,8),23位有效数，整数部分占3位，分度值是2^（-21），

[2^(3),2^4)即[8,16)，23位有效数，整数部分占4位，分度值是2^（-20），

…………

[2^23,2^24)即[8388608,16777216),整数刚好23位，分度值是2^0

[2^23,2^24)即[16777216,33554432),整数24位，溢出一位，分度值是2^1

有一张表可以查间隔

间隔（即分度值）越来越大了，从这能看出IEEE754能存储的值就是坐标轴上的刻度，只能取到刻度上而不能处于间隔之间，是离散的不是连续的，而离坐标原点越远，刻度间的间隔越大，精度越低，如下图。（是不是困惑为什么会有正无穷负无穷，不是超范围了吗？这又涉及到几种特殊情况了，篇末）

3.4 使用建议

        读到这里我们知道，当你想存一个浮点数时候，可能在存时候就不对了（缺失精度），取出时也可能不对（%f输出规则限制），但实际常见的浮点数还是可以正常使用的，float可以精确表示7位十进制有效数字（科学计数法那种有效数字，整数加小数），double可以表示16位。

        还有就是在计算机中浮点数进行运算时，是用的存储值，但存储值和原值不一定相等啊，这样算出来不是会出错嘛。是会出错，但是在精度范围内是可以正确加法运算的，因为在7位精度范围内我们可以保证是对的明说，第八位一定是舍去了，四舍五入，他小于5，那么两个小于5的数相加不会进位。减法呢就不一定了，还没找到更简单的理解方法。乘除就更别说了。有哪位大佬知道欢迎指点。

更详细的解释可以看下这篇，很长很长，第四部分规格数，取值范围等概念。

IEEE754详解

这一篇，里面有一点关于浮点数运算部分，不过太简略了

消灭烦人的IEEE754困惑,-知识梳理