计算机算法中的数字表示法——浮点数

微信公众号含更多FPGA相关源码：

1.前言

前面讲了定点表示法，定点表示法有一个主要的限制，那就是它不能有效地表示非常大或非常小的数，因为小数点的位置是固定的。为了解决这个问题，人们发明了浮点表示法，其中小数点的位置是浮动的，可以根据需要移动以表示不同大小的数。

2.浮点数的形式

浮点数制可以在更大的动态范围内提供更高的分辨率，通常当定点数由于受其精度和动态范围所限不能胜任时，浮点数就能够为之提供解决方案。当然，同时也在速度和复杂程度方面带来了损失，大多数浮点数制都遵循单精度或者双精度的IEEE浮点数标准。标准浮点数字长由一个符号位S、指数e和无符号(小数)的规格化尾数m构成。其格式如下:

符号位	指数	无符号尾数
S	e	m

浮点数字长的代数表达式如下：
$$X=(-1{)}^S\times 1.m\times 2^{e-bias}$$

IEEE单精度和双精度格式的其他参数请参阅下表。

IEEE 浮点数标准：

	单 精 度	双 精 度
字长	32	64
尾数	23	52
指数	8	11
编移 Bias	127	1023
范围	$2^{138}=3.8\times 10^{38}$	$2^{1024}9\times 10^{307}$

根据国际标准 IEEE 754，任意一个二进制浮点数 X 可以表示成下面的形式：
$$X=(-1{)}^S\times m\times 2^e$$
其中，$(-1{)}^s$表示符号位，当$s=0，X$为正数；当$s=1，X$为负数。

M表示有效数字，大于等于1，小于2。

$2^e$表示指数位。

3.举例说明

举例来说，十进制的 5.0，写成二进制是 101.0，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 0255；如果 e 为 11 位，它的取值范围为 02047。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，e 的真实值必须再减去一个中间数，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 还可以再分成三种情况：

(1) e 不全为 0 或不全为 1。这时，浮点数就采用上面的规则表示，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。

(2) e 全为 0。这时，浮点数的指数 e 等于 1-127 (或者 1-1023)，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。

(3) 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)；如果有效数字 M 不全为 0，表示这个数不是一个数 (NaN)。

4.浮点数四则运算

在浮点数乘法中，尾数部分可以像定点数一样相乘，而把指数部分析加。浮点数减法通常公更加复杂一些，这是因为首先要将尾数归一化，就是要将两个数都调整到较大的指数。然后再将两个尾数相加。对于加法和乘法混和运算来说，最终的归一化，就是将结果尾数再统一成小数1.m 形式的表达式，这是非常必要的。

微信公众号含更多FPGA相关源码：