深入FLOAT，DOUBLE类型内存存储设计

背景：浮点存储方式

这里以6.1为例。
例如：

小数	输出对应二进制字符串代码(前面的0不输出)	二进制输出（符号位+指数位+尾数位）
6.1(float)	Integer.toBinaryString(Float.floatToIntBits(6.1f))	0 10000001 10000110011001100110011
6.1(double)	Long.toBinaryString(Double.doubleToLongBits(6.1))	0 10000000001 1000011001100110011001100110011001100110011001100110

接下来，恭喜 ----- 全是提问~~ 别急着走，先往下看~

浮点指数位范围疑问

浮点中指数位以阶码形式存储，float 指数范围是 -128 ~ 127；

规定：-128的补码是1000 0000。
原码 +0 与 -0 转换为 阶码 是 0111 1111，
因 -128的补码为1000 0000，则转换为 阶码 也是 0111 1111？
这样明显不对，-128的阶码应该有别的数。。

从下表可以发现：
阶码为 1111 1111的值被闲置了（-128 ~ 127都没有值与其对应），
阶码为 1111 1111 的数难道就是 -128？ 这是规定吗？如果是规定，如果是，则 -128的补码按规则转换成阶码方式是错误的？

十进制	二进制原码	二进制阶码
-128		0111 1111?
-127	1111 1111 （补码1000 0001）	0000 0000
-1	1000 0001（补码1111 1111）	0111 1110
-0	1000 0000	0111 1111
+0	0000 0000	0111 1111
1	0000 0001	1000 0000
2	0000 0010	1000 0001
127	0111 1111	1111 1110

浮点输出疑问

疑问一：
*6.1f 存储的是 0 10000001 10000110011001100110011，转换成十进制只能是6.099999904632568，下面的代码为何却能正常打印成 6.1;
两个float类型相加也没有丢失精度，why?

这里有需要借助汇编来理解的必要吗？

		float shoultScore = 6.1f;
		System.out.println(shoultScore);// 输出 6.1
		//两个6.1f相加得到的二进制应该是 1100.001100110011001100110应该是输出12.199999809265137
        System.out.println(6.1f+6.1f);  // 输出 12.2 
        System.out.println(6.1f*2);  // 输出 12.2


        //下面这个打印正常，float6.1和double6.1存储后的二进制相加即可得到该值
        System.out.println(6.1f+6.1);   // 输出 12.199999904632568 
        //以下这样输出float6.1 能得到预期的值
		BigDecimal bd = new BigDecimal(shoultScore);
        System.out.println("BigDecimal : " + bd);

疑问二：

如下输出，为何float与double相乘就丢失进度了，，同类型相乘能正常显示。。。是因为同类型二进制计算后的结果换算成十进制恰巧就是 305吗反之就得到304.9999952316284？

        System.out.println("6.1f * 0.5f * 100 = " + 6.1f*0.5f*100); //6.1f * 0.5f * 100 = 305.0
        System.out.println("6.1f * 0.5 * 100 = " + 6.1f*0.5f*100);  //6.1f * 0.5 * 100 = 304.9999952316284
        System.out.println("6.1 * 0.5 * 100  = " + 6.1*0.5*100);    //6.1 * 0.5 * 100  = 305.0

浮点反编译疑问

通过反编译工具 jad 编译 double i = 6.1;得到的结果是

double i = 6.0999999999999996D; 

而 javap中是 6.1D。 float类型就不存在这个问题