数据的表示和运算3

浮点数的表示与运算

浮点数的表示

1. 浮点数的表示格式

通常浮点数表示为：

S取0或1，代表的是浮点数的符号

M是一个二进制定点小数，叫做尾数，一般用定点原码小数表示

R是二进制定点整数，称作阶码或指数，用移码表述

E是基数

可见：浮点数是由符号，尾数和阶码组成

32位短浮点数的表示格式

阶码的值反应浮点数的小数点的实际位置，尾码的位数反应浮点数的精度

2. 浮点数的表示范围

3. 浮点数的规格化⭐⭐⭐

规格化操作就是通过调整一个非规格化数的尾数和阶码的大小，使得非零浮点数在尾数的最高数位上保证是一个有效值。

左规：当运算结果的尾数的最高位数不是有效位，即出现+-0.0……的形式，需要进行左规，左规一次，阶码减一。

右规：当运算结果的尾数的有效位近到小数点前边时，要进行右规。右规一次，阶码加一。

阶码为2时的原码规格化尾数M应满足的条件：

1.正数为0.1x...x的形式，最大值为0.11...1,最小值为0.100..00

2.负数为1.1x...x的形式，最大值为1.10...0,最小值为1.111..11

阶码为4时为高两位不全为0

补码的规格化要求符号位和次符号位不一致

eg：详情见王道习题

4. IEEE 754标准⭐⭐⭐⭐

IEEE754标准的浮点数格式

64位和32位的区别在于64位浮点数的阶码11位，尾数52位。而32位的阶码8位，尾数23位

注意！！！我们需要知道，IEEE754标准中对于规格化的尾数，他的最高位永远是1，所以为了提供更高的精准度，这个1被隐藏掉，称为隐藏位。

例如：12的二进制数是1100，把它变成浮点数是1.1×2^3次方，其中小数点左边的1不被存储在IEEE754中，因为大家默认这个一是存在的。

注意！！！在IEEE754标准中，移码的偏移值不是2^n-1次方，而是(2^n-1次方)-1

直接给出实例：1.1×2^3次方，在单精度浮点数的表示中，阶码为3+127=130（82H），在双精度的浮点数表示中，阶码为3+1023=1026（402H）

规格化单精度浮点数的真值表示范围：

规格化双精度浮点数的真值表示范围：

我们需要知道的前置知识点是：在IEEE754的格式中，阶码全0或者全1，有着其他的解释，所以在我们最大值和最小值的考虑中，不去考虑全0或者全1的情况。

根据这两个公式理解上述最小值和最大值

在要求阶码不全为0和1的情况下：（只考虑32位，64位类似）

最小值：阶码为1，尾数全为0，加上隐藏位也就是尾数为1.0.那么真值就是

最大值：阶码为1111 1110，即254，尾数全为1，加上隐藏位就是1.1111111，那么真值

计算二进制数1.111...111：23位小数的和为等比数列求和结果是

，所以结果就是

那么我们开始解释前边挖的小坑，当阶码全是0或者全是1时代表什么呢?直接copy王道课本的解释。

OK!!!我们进入例题的步骤，转换十进制数为IEEE754以及转换IEEE754为十进制数

首先：将是十进制数-8.25转换成IEEE 754单精度浮点数

• 首先将十进制数变为二进制数：-1000.01，将其变为规格化数字1.00001×2的3次方
• 阶码为3+127=130，转换成8位2进制数10000010
• 符号位为1
• 尾数为.00001，不够23位，补0
• 故结果是 1100 0001 0000 0100 0000 0000 0000 0000
• 即C1040000H

再来：将IEEE754数C640 0000H变为十进制数

• 首先将IEEE754数变为2进制数： 1100 0110 0100 0000 0000 0000 0000 0000
• 将其分类 1 1000 1100 1000 0000 0000 0000 0000 000
• 1说明他是负数
• 1000 1100的十进制数是140 140-127=13，也就是阶码位13
• 1.1000 0000 0000 0000 0000 000 的十进制数是1.5
• 那么结果就是
• 

浮点数的加减运算

注意！！！浮点数的加减运算是阶码的运算和尾数的运算分开进行，步骤如下

1.对阶

当加减的两个浮点数阶码不相同时，就无法进行运算，所以我们要先将阶码进行对阶。对阶时要遵循小阶码向大阶码看齐。个人理解如下：与其考虑二进制数的对阶，不如将二进制数变成十进制数考虑。计算得出相差的值，当然如果你可以认清二进制数的对阶当我没说。

为什么不可以大阶码向小阶码看？

因为大变小的话，就要左移，那么最高位就会被移出，ERROR

2.尾数加减

将对阶后的尾数按定点原码小数的加减运算。注意要将隐藏位移出。运算结果可能是不规格化的，要通过后续操作将其变为规格化数。

3.尾数规格化

• 右规

当结果是1x.xxxx时，要进行右规。尾数右移1位，阶码加一

• 左规

当结果是0.000001x..x时，要进行左规，直到1移到小数点左边。

4.舍入

在对阶和右规时都有可能进行舍入操作！！！并且舍入后还要考虑是否需要继续规格化

四种舍入方式：

• 就近舍入，即0舍1入
• 正向舍入，向＋无穷的方向舍入
• 负向舍入，向-无穷的方向舍入
• 截断，即丢弃后边所有的位数

5.溢出

在IEEE 754 中判断溢出不是观察尾数，而是观察阶码，因为不管尾数如何溢出，我们都可以通过规格化将其变得不溢出，但是只有阶码都溢出之后才是真的溢出。

正指数超过最大值，127或1023就是指数上溢。

负指数超过最小值，-149或-1074就是指数下溢。 0.00..01

C语言中的浮点数类型

char——int——long——double

float——double

int——float时不会发生溢出，但是当int的24-31位不是0时就会被影响精度

int/float——double，不会影响精度

double——float，会影响精度

float/double——int，有可能发生溢出

这方便的知识点我们通过习题来理解

数据的大小端和对齐方式

由于在存储数据时数据可以从左到右也可以从右到左排列，所以我们只能用LSB（最低有效字节）和MSB（最高有效字节）来表示低位和高位。

01 23 45 67H MSB为01H LSB为67H

大端存储

即先存储高位字节，再存储低位字节

01 23 45 67

小端存储

即先存储低位字节，再存储高位字节

67 45 23 01

边界对齐方式

边界对齐方式要求存储地址是自身大小的整数倍

半字是2的整数倍

字是4的整数倍、

注意！！本章节内容十分繁琐，我们需要详细去写课后习题，然后点点理解相关知识点，尽量不要选择死记硬背相关知识内容，理解是最好的。