十进制和二进制的小数转换

二进制的小数转十进制

例如：0.101 -->1*1/(2^1)+0*1/(2^2)+1*1/(2^3)=1*0.5+0*0.25+1*0.125=0.625

即二进制转十进制是每一位乘以  ... 2^n，2^(n-1)，...，2^1，2^0，2^(-1)，2^(-2)，...

 

十进制转二进制

由于二进制转十进制时：整数部分是乘以2，小数部分是除以2，那么反过来我们同样分两部分处理，并进行和之前相反的操作。

及整数部分不断除以2，而小数部分不断乘以2。

显然第一次乘以2如果能得到一个1，那么在以2^(-1)为基数的位置上是1.我们用一个式子来解释

a=a0*0.5+a1*0.25+a2*0.125+... （a是十进制表示，右边是二进制表达式，由于是二进制，显然a0,a1,a2,...等只能取0或1）

我们将这个式子乘以2，变成2*a= a0+(a1*0.5+a2*0.25+...)，分析一下这个式子，此时a0等于2*a小数点左边的数，要么为0，要么为1.

现在，我们两边同时减去a0，即将整数部分去掉，接着再次乘以2，可以继续分离出a1，接下来就是同样的步骤了。

可能我描述的还不够清晰，我们举个例子，5.71这个数，我们很容易知道整数部分的二进制是101，接下来我们计算0.71的二进制。

0.71*2=1.42  即 a0=1

0.42*2=0.84 即 a1=0

0.84*2=1.68 即 a2=1

0.68*2=1.36 即 a3=1

...

继续算下去我们可以得到一个0.1011...的二进制数，但是显然我们无法计算出完整的二进制值，因为0.71不论乘以多少次2都还会有小数部分，只有部分小数才可以在有限次的计算后得到精确的二进制数。

例如0.75

0.75*2=1.5 a0=1

0.5*2=1.0 a1=1

0.75（十进制）=0.11(二进制)

这就解释了浮点数的精度丢失问题，小数存储在计算机中后很大可能会出现数值上的偏差，有时会带来一些意想不到的影响。

浮点数在计算机中存储形式：数符 指数 尾数

---

以上为本人对小数的一些理解总结，如有不当之处望指正。