三分钟带你了解浮点数的存储方式

首先我们先来看一下下面这段代码。

 

 通过对比①与③所打印出来的结果，可以知道浮点型和整型数据在内存中的存储方式并不相同。这里我们将浮点数float_n转化为（-1）^S*M*2^E这种形式来观察。

 

• ​​​​​​​其中（-1）^S表示符号位，如果S=0，则表示该浮点数为正数；当S=1时，浮点数为负数。
• M为有效数字，M大于等于1，小于2
• 2^E表示指数位

所以十进制的5转化为二进制就是101.0，按照上面所说的进行转化，就是1.01*2^2；十进制的-5转化后就是-1.01*2^2。

接下来我们再来看一下小数，比如5.5，因为0.5等于2的-1次方，所以将5.5转化为二进制就是101.1，再用刚才的公式进行转化，其结果就是(-1)^0*1.011*2^2。

通过上面式子的转换，我们就知道了S,E,M的大小，那么我们就可以将这些数据存储了，它们的存储方式就如下图所示。

 

前面说过1≤M<2，所以m的整数位总为1，因此规定在存储M的时候可以将m暂时舍去，只保存小数部分，等到使用时再把它加上，这样我们就能多存储一位了。

至于E我们这里将他看做一个无符号数，那么肯定会有人疑问，当E为负数时，肯定就会出现问题了呀。因此IEEE 754规定：存入内存E的真实值必须要加上一个中间数，对于8位数的E，中间数为127，11位的E，中间数为1023。就比如8bit的E真实值为1，那么存入的就是128，如果真实值是-1，那么存入的就是126。

我们用5.0这个数来验证一下③

 

 既然存入了E，那么我们在使用时肯定也需要将其拿出来，而这又分为了三种情况

1. E不为全0或全1，这种情况我们就可以按存入时相反的操作取出
2. E为全0，此时E不再加上之前所舍去的1，而是还原为0.xxx的小数，这种情况表示±0或是很小的数字
3. E为全1，这时如果M全为0，那么表示±无穷大

这样我们就能知道②打印全为0的原因就是E全为0了。