深度剖析 浮点型 在内存中的存储【C语言】

🌎
回顾 ：在C语言的整个学习中，对数据在内存中的存储这一进阶知识点学习是非常重要的。对于整型数据在内存中的存储，我们不难理解。（整型数据在内存中存储是以二进制的补码形式存储的，改动数据也是对补码进行操作，再将补码转换为对应的原码进行打印输出）。

计算机中的整数有三种表示方法，即原码、反码和补码。
三种表示方法均有符号位和数值位两部分，符号位都是用0表示“正”，用1表示“负”，而数值位负整数的三种表示方法各不相同。
原码
直接将二进制按照正负数的形式翻译成二进制就可以。
反码
将原码的符号位不变，其他位依次按位取反就可以得到了。
补码
反码+1就得到补码。

正数的原、反、补码都相同。
对于整形来说：数据存放内存中其实存放的是补码

---

在对整型数据在内存中的存储方式回顾之后，我们便开始今天的讲解重点 ：
浮点型 在内存中的存储 ，这是一个比较抽象的存储方式，相对于整型存储方式较为不容易理解，下面我就给大家深度剖析一下浮点型数据在内存中是如何存储的 ：

1.引入

首先我们要知道：
浮点数家族包括： float、double、long double 类型。
浮点数表示的范围：float.h中定义 （在编译器的这个头文件中可以查看浮点数数据的范围）

下面我们给出一段代码：

第一次看到这个代码，我们不难知道 1 式打印的是 9 ，4式 打印的是9.000000（没规定小数位，打印的是6位小数），对于 2 3式 ， 如果我们不了解浮点型在内存中的存储规则，我们就无从知道答案 。

而这个代码输出结果为：

对于2 3式的答案，我们肯定一脸疑惑，下面我就给大家深度剖析一下浮点型 在内存中的存储规则，相信大家看了文章后都会对答案有一种豁然开朗的感觉 ，话不多说，我们开始。

2. 浮点数存储规则

num 和 *pFloat 在内存中明明是同一个数，为什么浮点数和整数的解读结果会差别这么大？
要理解这个结果，一定要搞懂浮点数在计算机内部的表示方法。
详细解读：
根据国际标准IEEE（电气和电子工程协会） 754，任意一个二进制浮点数V可以表示成下面的形式：

• (-1)^S * M * 2^E （^表示的是次方数）
• (-1)^s表示符号位，当s=0，V为正数；当s=1，V为负数。 // (恰好和二进制表示正负方式如出一辙)
• M表示有效数字，大于等于1，小于2 。（直接书写小数点右边数字）
• 2^E表示指数位。

下边我们举列来说：
十进制的5.0，写成二进制是 101.0 （小数点右边意思是 0*2^-1），相当于 1.01×2^2
那么，按照上面V的格式，可以得出s=0，M=1.01，E=2。
十进制的-5.0，写成二进制是 -101.0 ，相当于 -1.01×2^2 。那么，s=1，M=1.01，E=2。

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。

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。

IEEE 754对有效数字M和指数E，还有一些特别规定。
前面说过， 1≤M<2 ，也就是说，M可以写成 1.xxxxxx 的形式，其中xxxxxx表示小数部分。
IEEE 754规定，在计算机内部保存M时，默认这个数的第一位总是1，因此可以被舍去，只保存后面的xxxxxx部分。
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。

至于指数E，情况就比较复杂。
首先，E为一个无符号整数（unsigned int）
这意味着，如果E为8位，它的取值范围为0~255；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，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10001001

然后，指数E从内存中取出还可以再分成三种情况:(需要特殊记忆)

• E不全为0或不全为1 （常规情况）
  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。（读数）
  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。 （表示的是无限趋近于0的数字）

• 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）。（趋近于无穷大）

3. 关于列题的解释

至此，有关浮点型数据在内存中是如何存储的我们就介绍的差不多啦，现在我们就可以尝试正确解答一开始的列题：

这里的列题解答我在代码中以注释形式给出，方便大家理解：

---

4. 总结

🍀看到这里，大家结合列题与浮点型数据在内存中的存储规则来理解，相信就能真正搞懂这一块知识啦~

🌻 如果大家觉得本文对自己有所帮助，还请多多点赞收藏 ~