一.浮点数定义
浮点数是与定点数相对的概念，计算机中的定点数约定小数点的位置不变，即人为约定俗成地规定了一个数小数点的位置。例如定点纯整数约定了小数点在数值位的最后。定点纯小数约定了数值位的最高位在小数点后面。
由于计算机字长的限制，当需要表示的数据有很大的数值范围时，他们不能直接用定点小数或者定点整数表示。
二.浮点数的形式
其中：
(1)阶码是整数，其位数k+1决定了浮点数表示的数值范围，也就是决定了数据的大小，或小数点在数据中的真实位置。阶符决定阶码的正负。即阶码越长，所能表示的范围越大。
(2)尾数是小数，其位数n+1决定了浮点数的精度，如果尾数采用小数且位数n足够长，则当浮点数运算需要对尾数运算结果舍入时，造成的数据精度损失会比较小。即尾数越长，所能表示的精度越高。
(3)尾数的符号表示浮点数的正负。
1.规格化浮点数
exp不全是0也不全是1，则指数E=e-bias，e为exp的无符号数，bias为2k-1（float为k为8-1，double为11-1），则E的范围为-126127或-10221023。(与有符号数不一样，有符号数是负值多一个，主要原因是-1)。此时小数域frac，认为最高位默认值为1，小数域只存储小数域值（.以后的数）。
上图就是规格化数的表示方式，其中s为符号位，0为整数，1为负数。
同时，E（阶码）等于指数（exp）减去一个常数（偏置数bias） ：E=exp-bias;
其中E即转化为二进制的“科学计数法”之后的2的次方数，bias为一个常数，在单精度中为127,在双精度中为1023。
我们来看一个例子：
单精度15213.0转化为规格化编码数。
首先，我们将其转化为二进制数11101101101101，然后符合规格化编码，即M处应当大于2分之1，小于等于1，所以应转化为1.1101101101101乘以2的13次方。之后我们对于尾数frac来讲为23位，而目前1.1101101101101乘以2的13次方的尾数1101101101101只有13位，因此需要补10个0补齐23位，这样尾数frac就写好了。对于符号位s来讲，整数直接写一个0即可。对于指数exp，我们根据上面公式E=exp-bias可知exp=E+bias,这里即为140，然后将140转化为二进制数即可。
不同浮点数的阶码，尾数和偏置数如下：
2.非规格化浮点数
当对尾数M只要求是小数而无其他限制时，此时的浮点数被称为非规格化浮点数。（这句话比较水）
exp全为0时，e为0，但是指数E=1-bias（而非0-bias，为了平滑过渡，通过增加一个1，可以弥补非规格化数frac最高位没有的1），此时frac最高位为0，不为默认的1。好处：1.可以表示0，2.可以表示接近0的数。
3.特殊值（只要是溢出、非数这种情况）
可以发现，
溢出： 当exp=111..11且frac=000..00时，即我们发现到了最大值，实际上就是一个数无穷大导致溢出了，只能用这个最大能表示的表示了。
非数（NaN）：这个是exp=111..11且frac不等于000..00时，也就是比我们的最大能表示的还大（逻辑上来看），这种实际上就是表示这不是一个数字，数值无法确定了，所以用这个表示。
4.练习
好了，经过这么多课之后，我们来看一张图，这张图我们规定s符号位为1位，exp为4位，frac为3位。我们给出了相应的s、exp、frac所对应的value（你可以应用上面的知识看一下是否能推出value）。
1.对于Den什么什么也就是非规格化浮点数那一块，我们看此时E=-bias+1,而bias=2的k减一次方减一，这里k为exp的尾数4，也就是E为 -7+1=-6;对照公式，2的E次方为2的-6次方也就是64分之一，同时我们看s位为0，M为个数为为0，而小数点之后为001，即8分之1，所以0 0000 001的大小为-1的零次方乘以M也就是8分之一再乘以2的-6次方分之一也就是64分之一，最终结果为512分之一。
2.对于No规格化那一块，我们找0 0110 110这个东西，和上面步骤一样，我们看s位此时为0，再看这时候exp位不为0，也就是说表示为规格化浮点数，我们知道规格化浮点数为1点几的十进制小数，所以M应该为1+小数点后面的数。对于规格化浮点数，我们知道E=exp-bias，那么这时候bias和上面一样为7，exp这时位0110即6，故E为-1，而小数点后的数位110，也就是2的-1次方加2的-2次方即8分之6，所以M应该为1+8分之6，结果为8分之14，所以最终结果为-1的0次方乘以8分之14乘以2分之一结果为16分之14。
3.最后一行的那无穷大就不说了，记住吧还是。
三.运算
一.五种舍入规则
我们在进行对阶或者右规格化的时候，阶数较小的操作数在进行右移的时候，会造成尾数部分的低位丢失，从而会造成误差。因此我们才需要根据需求，采取四种舍入模式中的一种对尾数进行舍入操作以减少误差。
1.就近舍入：
即十进制下的四舍五入。但是也会出现以下几种情况：
多余数字是1001，它大于0.5，故最低位进1。
多余数字是0111，它小于0.5，则直接舍掉多余数字。
多余数字是1000，正好是等于0.5的特殊情况；那么此时最低位为0则舍掉多余位，最低位为1则进位1。
注意这里说明的数位都是指二进制数。因为这是尾数，所以在计算这些二进制和0.5的关系的时候，也即转为10进制的时候，我们用每一位的权重乘以2^(-i)然后求和即可。
例子：
2.向0舍入 ：
即朝数轴零点方向舍入，所以我们直接截尾即可。
对负数来说：
对于-1.001_1000，舍入处理后为-1.001（直接去掉多余的4位）
对于-1.010_1000，舍入处理后为-1.010（直接去掉多余的4位）
3.向上舍入：
对正数而言，多余位全为0则直接截尾，不全为0则向最低有效位进1；负数的话不管多余位是多少直接截尾即可。
//正数多余位全为0直接截尾
对于1.001_0000，舍入处理后为1.001（直接去掉多余的4位）
//负数直接截尾
对于-1.001_1010，舍入处理后为-1.001（直接去掉多余的4位）
4.向下舍入：
对负数而言，多余位全为0则直接截尾，不全为0则向最低有效位进1；正数的话不管多余位是多少直接截尾即可。
//负数多余位全为0直接截尾
对于-1.001_0000，舍入处理后为-1.001（直接去掉多余的4位）
//负数多余位不全为0进位1
对于-1.001_1010，舍入处理后为-1.010（去掉多余的4位，加0.001）
5.向偶数舍入：
有效数字超出规定数位的多余数字是1001，它大于超出规定最低位的一半（即0.5），故最低位进1。如果多余数字是0111，它小于最低位的一半，则舍掉多余数字（截断尾数、截尾）即可。对于多余数字是1000、正好是最低位一半的特殊情况，最低位为0则舍掉多余位，最低位为1则进位1、使得最低位仍为0（偶数）。
注意这里说明的数位都是指二进制数。
例子：要求保留小数点后3位。
对于1.0011001，舍入处理后为1.010（去掉多余的4位，加0.001）
对于1.0010111，舍入处理后为1.001（去掉多余的4位）
对于1.0011000，舍入处理后为1.010（去掉多余的4位，加0.001，使得最低位为0）
对于1.1001001，舍入处理后为1.101（去掉多余的4位，加0.001）
对于1.1000111，舍入处理后为1.100（去掉多余的4位）
对于1.1001000，舍入处理后为1.100（去掉多余的4位，不加，因为最低位已经为0）
对于1.01011，舍入处理后为1.011（去掉多余的2位，加0.001）
对于1.01001，舍入处理后为1.010（去掉多余的2位）
对于1.01010，舍入处理后为1.010（去掉多余的2位，不加）
对于1.01111，舍入处理后为1.100（去掉多余的2位，加0.001）
对于1.01101，舍入处理后为1.011（去掉多余的2位）
对于1.01110，舍入处理后为1.100（去掉多余的2位，加0.001）
这里我们需要说一下，在十进制中的向偶数舍入，我们分为两种情况：
1.当我们要舍入的位数数字为5时，我们向偶数的地方舍入，必如1.5，舍入要么为1要么为2，小数为0.5，我们向偶数舍入为2。
2.当不为5时，我们按四舍五入即可。
二.浮点数加减法
浮点数经常被写成如下的形式：
X = Mx * 2Ex
其中Mx为该浮点数的尾数,一般为绝对值小于1的规格化的二进制小数,机器中多用原码（或补码）形式表示。Ex为该浮点数的阶码,一般为二进制整数,机器中多用移码（或补码）表示，给出的是一个指数的幂，而该指数的底常用2、8或16,我们这里先以2为底作例子进行讨论。
浮点加减法的运算步骤
假定有两个浮点数
X = Mx * 2Ex ， Y = My * 2Ey
1. 实现X±Y运算,要用如下五步完成:
(1) 对阶操作,即比较两个浮点数的阶码值的大小.求△E=Ex-Ey。当其不等于零时,首先应使两个数取相同的阶码值。其实现方法是,将原来阶码小的数的尾数右移|△E|位,其阶码值加上|△E|,即每右移一次尾数要使阶码加1,则该浮点数的值不变(但精度变差了)。尾数右移时,对原码形式的尾数,符号位不参加移位,尾数高位补0;对补码形式的尾数,符号位要参加右移并使自己保持不变。为减少误差,可用
另外的线路,保留右移过程中丢掉的一到几位的高位值,供以后舍入操作使用。
(2) 实现尾数的加(减)运算,对两个完成对阶后的浮点数执行求和(差)操作。
(3) 规格化处理,若得到的结果不满足规格化规则,就必须把它变成规格化的数,对双符号位的补码尾数来说,就必须是001××…×或
110××…×的形式。这里的规格化处理规则是:
.当结果尾数的两个符号位的值不同时,表明尾数运算结果溢出。此时应使结果尾数右移一位,并使阶码的值加1,这被称为向右规格化,简称右规。
.当尾数的运算结果不溢出,但最高数值位与符号位同值,表明不满足规格化规则,此时应重复地使尾数左移、阶减减1,直到出现在最高数值位上的值与符号位的值不同为止,这是向左规格化的操作,简称左规。
(4) 舍入操作。在执行对阶或右规操作时,会使尾数低位上的一位或多位的数值被移掉,使数值的精度受到影响,可以把移掉的几个高位的值保存起来供舍入使用。舍入的总的原则是要有舍有入,而且尽量使舍和入的机会均等,以防止误差积累。常用的办法有"0"舍"1"入法,即移掉的最高位为1时 则在尾数末位加1;为0时则舍去移掉的数值。该方案的最大误差为2-（n+1）。这样做可能又使尾数溢出,此时就要再做一次右规。另一种方法 "置1"法,即右移时,丢掉移出的原低位上的值,并把结果的最低位置成1。该方案同样有使结果尾数变大或变小两种可能。即舍入前尾数最低位已为0,使其变1,对正数而言,其值变大,等于最低位入了个1。若尾数最低位已为1,则再对其置1无实际效用,等于舍掉了丢失的尾数低位值。
(5) 判结果的正确性,即检查阶码是否溢出。浮点数的溢出是以其阶码溢出表现出来的。在加减运算真正结束前,要检查是否产生了溢出,若阶码正常，加(减)运算正常结束；若阶码下溢,要置运算结果为浮点形式的机器零,若上溢,则置溢出标志。
三.浮点数乘法
浮点数乘除法的运算规则
运算规则:两个浮点数相乘，乘积的阶码应为相乘两数的阶码之和，乘积的尾数应为相乘两数的尾数之积。两个浮点数相除，商的阶码为被除数的阶码减去除数的阶码，尾数为被除数的尾数除以除数的尾数所得的商，下面用数学公式来描述。
假设有两个浮点数x和y:
x=Sxx r^jx
y=Syx r^jy
那么有
xy=(Sx xSy)x r^ (r^jx+ r^jy)
x/y=(Sx /Sy))x r^ (r^jx+ r^jy)
我们可以看出，浮点数乘除运算不存在两个数的对阶问题，故比浮点数的加减法还要简单。
提醒:在运算过程中，需要考虑规格化和舍入问题。
浮点数乘除法运算步骤
浮点数的乘除运算可归纳为以下4个步骤。
第一步: 0操作数检查。
对于乘法:检测两个尾数中是否一一个为0，若有一个为0,则乘积必为0,不再做其他操作;若两尾数均不为0, 则可进行乘法运算。
对于除法:若被除数x为0，则商为0;若除数y为0，则商为∞，另作处理。若两尾数均不为0，则可进行除法运算。
第二步:阶码加减操作。
在浮点乘除法中，对阶码的运算只有4种，即+1、-1、两阶码求和以及两阶码求差。当然，在运算的过程中，还要检查是否有溢出，因为两个同号的阶码相加或异号的阶码相减可能产生溢出。
第三步:尾数乘/除操作。
对于乘法:第2章讲解了非常多的定点小数乘法算法，两个浮点数的尾数相乘可以随意选取一种定点小数乘法运算来完成。
对于除法:同上。
第四步:结果规格化及舍入处理。
可以直接采用浮点数加减法的规格化和舍入处理方式。主要有以下两种:
1)第一种:无条件地丢掉正常尾数最低位之后的全部数值。这种办法被称为截断处理,其好处是处理简单，缺点是影响结果的精度。
2)第二种:运算过程中保留右移中移出的若干高位的值，最后再按某种规则用这些位上的值进行修正尾数。这种处理方法被称为舍入处理。
当尾数用原码表示时，舍入规则比较简单。最简便的方法是，只要尾数的最低位为1，或移出的几位中有为1的数值，就使最低位的值为1.另一种是0舍1入法，即当丢失的最高位的值为1时，把这个1加到最低数值位上进行修正。
当尾数用补码表示时，所用的舍入规则应该与用原码表示时产生相同的处理效果。具体规则是:
1)当丢失的各位均为0时，不必舍入。
2)当丢失的各位数中的最高位为0，且以下各位不全为0时，或者丢失的最高位为1,
3)当丢失的最高位为1,以下各位不全为0时，执行在尾数最低位加1的修正操作。
我们依旧根据例题来加深我们对其的理解:
【例1】假设， 分别有如下补码(尾数): 1100001.11100000 1110101010111100试对上述4个补码进行只保留小数点后4位有效数字的舍入操作。
解析:对于1.01110000，由于待丢失的后4位全为0,因此应该遵循规则1)，当丢失的各位均为0时，不必舍入。因此，舍入后的补码为1.0111。
对于1.01111000，待丢失的后4位为100与规则2)相吻合，即丢失的最高位为1,以下各位均为0时，舍去丢失位上的值。因此，舍入后的补码为1.0111。
对于1.01110101，待丢失的后4位为0101,与规则2)相吻合，即当丢失的各位数中的最高位为0，且以下各位不全为0时，舍去丢失位上的值。因此，舍入后的补码为1.0111
对于1.01111100待丢失的后4位为1100，与规则3)相吻合，即当丢失的最高位为1,以下各位不全为0时，执行在尾数最低位加1的修正操作。因此，舍入后的补码为1.0111+1=1.1000。
四.int和float/double类型转换
一.类型转换
1.double/float类型转化为int类型
1.截断尾数部分
2.向0舍入
2.int转化为double类型，会精确转换，因为int的位宽小于53
3.int转换为float类型，int转为float类型时，不会发生溢出，但是有可能发生舍入。因为一般有float有24位用来表示有效数字，对于整数来说，超过2^24之后，很多数字都没法精确表示了，比如2^24+1。如果把2^24+1这个int转化位float，就只能转换成最接近的2^24。
4.double转为float类型，因为数值范围要小一些，所以值可能发生溢出成为正无穷或者负无穷。另外由于精度较小，可能会发生舍入。
二.代码运行分析
这段代码运行结果是1095237632；
我们来思考一下程序为什么会得出这样的结果，其实和IEEE 754单精度浮点数的存储规则密切相关：
学过c语言指针的同学不难看出，上面的代码不过是将单精度浮点数a 4个字节的存储空间中的所有数以整数int形式读出了而已。
下面我们根据IEEE 754单精度浮点数的规则，来推断12.5在4个字节的存储空间里是以怎样的二进制形式存放的。
IEEE 754单精度浮点数规定，1位数符，8位阶码（移码），23位尾数（原码）。
那么12.5的
转换之后与程序得出的结果一致，这就证明了C语言中float类型确实采用了IEEE 754单精度浮点数的标准。
终于，终于，如果你认真搞懂上面内容，那么浮点数这一块你已经功德圆满了，最后完结撒花！！！
创作不易，记得关注博主哦！
扫一扫
5000
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
