整数和浮点数在内存中存储

在计算机的内存当中，整数和浮点数的存储方式可谓是大相径庭

这篇文章整理了关于整数在内存中的存储，以及较为复杂的浮点数在内存中的存储 ，希望能够帮到大家，望多支持！！！

目录

1.整数的存储

2.浮点数的存储

浮点数存的过程 

浮点数取的过程

---

 

 

1.整数的存储

整数在内存中以二进制的形式存储，存储的是其补码。要清楚这点，我们需要知道三个概念：

• 原码：就是整数直接转化为二进制的形式。
• 反码：符号位不变，其他位按位取反。
• 补码：反码加一得补码。

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”，而数值位最 高位的⼀位是被当做符号位，剩余的都是数值位。

要注意：

• 对于正数：原码，反码，补码都相同！
• 对于负数：原反补符合以上规则。

举个例子： 

15  原码 00001111

      反码 00001111

      补码 00001111（都相同）

-15 原码 10001111

      反码 11110000（符号位不变，其他位按位取反）

      补码 11110001 （反码加一）

2.浮点数的存储

首先，任意⼀个二进制浮点数V可以表示成下面的形式： V   =  (−1)^S * M * 2^E

• (−1)^S 表示符号位，当S=0，V为正数；当S=1，V为负数 
• M 表示有效数字，M是大于等于1，小于2的
• 2^E 表示指数位 

举个例子：

十进制的6.0，写成二进制是 110.0 ，相当于 1.10×2^2 。 那么，按照上面V的格式，可以得出S=0，M=1.10，E=2。

十进制的-6.0，写成二进制是 -110.0 ，相当于 -1.10×2^2 。那么，S=1，M=1.10，E=2。 

IEEE 754规定：

对于32位的浮点数（float），最高的1位存储符号位S，接着的8位存储指数E，剩下的23位存储有效数字M，

对于64位的浮点数（double），最高的1位存储符号位S，接着的11位存储指数E，剩下的52位存储有效数字M 。

32位浮点数存储如下图所示：

浮点数存的过程 

 IEEE 754 对有效数字M和指数E，还有一些特别规定：

1.对于有效数字M:

我们知道M的取值范围是大于等于1，小于2，所以M的个位就是1，既然如此，我们就可以不用存储这个1，直接存储后面的小数，等到读取的时候再将1加上。这样能够存储的有效数字就从23位变成了24位。

2.对于指数E：

一定要清楚，E是个无符号整型！

但是对于科学计数法来说，指数位可能会出现负数，为了让E保持为正，计算机在存储E的时候会先加上一个中间数再存进去。

对于32位浮点数，中间数就是127(2^7-1)； 对于64位浮点数，中间数就是1023（2^10-1）。

浮点数取的过程

指数E从内存中取出还可以再分成三种情况：

E不全为0或1： 

那么浮点数取出来的时候就应该是：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。如：

0 10001011 11011000000000000000000

E全为0：

由于E是真实值加上127（1023）得到的数，那么如果E全为0，则真实的数可能就是1*2^-127，是一个无限接近于0的数，所以其在取出来的时候，有效数字M就不再加1，而是加0，这样会更加接近真实值。如：

0 00000000 01110000000000000000000

E全为1：

表示一个无穷大的数（正负取决于符号位S），如：

0 11111111 01000000000000000000000