浮点数在计算机中的存储方式

浮点数基础知识

浮点标准用 V = (-1)s * M * 2E
s：符号位决定这是一个正数还是一个负数，当s为0时为正数，1时为负数
M :尾数(有效数字位)，该值是一个二进制小数，它的范围为(大于1，小于2)
E：指数位，又称阶码位，作用是对浮点数加权
   在32位系统中 ： 符号位（s）占最高位，之后8位为指数位(e)，最后23位为尾数位（m）。
   在64位系统中 ： 符号位（s）占最高位，之后11位为指数位(e)，最后52位为尾数位（m）。
 
    
 如：125.125
    125 = 1111101
    0.125 = 0.001（2^-3）
125.125 用二进制表示：1.111101001 2^6
    
    所以： s = 0
          m = 111101001 (因为尾数部分在用二进制表示时，总是有规则  1 <= m < 2，计算机在储存时会隐藏小数点前的 ‘1’，也就是第一个‘1’，原本 m = 1.111101001;计算机存储时只存储小数点后的内容：m 111101001。因此，有效位共有23个bit位可以用，其实起到了24个bit的作用)
        E = 127 +6 = 133 = 1000 0101（规定在原有基础上需要加上偏移值（32位中加127，64位加1023）以表示指数的正负）
0（s）    1000 0101（e）      11110100100000000000000（m） 一共32位
 
    

计算机存储浮点数的精度缺失问题

由于储存机制的限制，计算机中的浮点数并不能把实际的小数表示完全。在此基础上只能表示有限的有理数。
比如：
0 11111101 00000000000000000000001
0 11111101 0000000000000000000000
上述两个在计算机中存储的连续浮点数，两个数的差值却高达1.014 * 10的31次方。中间很多数无法表示。