浮點數-wordpress.com.docVIP

浮點運算 浮點數的格式 ±f.fff ╳ 10±e ± 正負號(加號或減號)，加號可省略 f.fff 4位數字的分數 ±e 1位數字的指數 0的表示方式0.000 ╳ 10+0 浮點數兩種表示法 ddd.ddd ddd.dddE±ddd (以10為基底) 例子 表示方式 數字 +1.000E+0 1.0 +3.300E+5 33000.0 -8.223E-3 -0.008223 +0.000E+0 0.0 加法/減法運算 2.0 + 0.3的運算方式 由數字開始 +2.000E+0 數字是2.0 +3.000E-1 數字是0.3 加入保護數字(guard digit) +2.0000E+0 數字是2.0 +3.0000E-1 數字是0.3 讓二個數字的指數相同(將最小指數的數字向右移一位數，將其指數加1，一直到二個數字的指數相同) +2.0000E+0 數字是2.0 +0.3000E+0 數字是0.3 相加二個分數 +2.3000E+0 數字是2.3 將結果數字向右或左移，直到只有一個數字在小數點的左側 若保護數字大於5，則將前一位數加1，並取消保護數字 +2.300E+0 浮點的減法則是將第二個運算元的正負號改變，然後再相加 乘法運算 0.12 * 11.0的運算方式 加入保護數字 +1.2000E-1 數字是0.12 +1.1000E+1 數字是11.0 將二個分數相乘，並將指數相加 (1.2 * 1.1 = 1.32) (-1 + 1 = 0) +1.2000E-1 數字是0.12 +1.1000E+1 數字是11.0 +1.3200E+0 結果為1.32 將結果正常化 +1.3200E+0 數字是1.32 乘法不需進行位移。整數的乘法速度比整數加法慢，但浮點數的處理乘法的速度與加法相近。 除法運算 100.0 * 30.0的運算方式 加入保護數字 +1.0000E+2 數字是100.0 +3.0000E+1 數字是30.0 將二個分數相除，並將指數相減 +1.0000E+2 數字是100.0 +3.0000E+1 數字是30.0 +0.3333E+1 結果為3.333 將結果正常化 +3.3330E+0 數字是3.333 若保護數字大於或等於5，則將前一個數字加1。 overflow與underflow overflow數字太大，無法儲存 9.000E+9 * 9.000E+9 = 8.1 * 1019 然而指數只有一位數字，無法儲存19，故發生overflow；有的PC會產生trap訊號，中斷程式並印出錯誤訊息，有的是產生不正確的結果繼續處理 underflow數字太小，無法儲存 1.000E-9 * 1.000E-9 = 1.0 * 10-18 指數只有1個數字，無法儲存-18，故發生underflow 近似值誤差 1/3 + 1/3 = 2/3但浮點數的計算卻是1/3 + 1/3 != 2/3 2/3 的浮點數是6.667E-1 1/3 的浮點數是3.333E-1 +3.333E-1 +3.333E-1 +6.666E-1 或是0.6666 而非+6.667E-1 C語言中的浮點數資料型態 浮點資料格式可分為單精準浮點格式(Single-precision)和倍精準浮點格式(Double-precision)，差別在於儲存位元的多寡，通常以32bits儲存單精準浮點格式，以64bits儲存倍精準浮點格式。 C語言中，所有的float數值均是以double方式處理，即使將變數宣告成float，真正的運算中，是將它轉成double。因此佔用byte數較少、精確度較差的float，其運算過程反而比double多一道轉換手續，變得比較慢。 Floating-Point Format(於電腦中的儲存方式) 正負符號：正負符號位元固定只有一個位元，用來表示正數（符號位元為0）或負數（符號位元為1） 偏移指數：偏移指數欄位的位元數並不固定，必須視該浮點數的電腦系統如何實作，以及想要表達多少數值來決定。偏移指數必須減掉系統定義的指數偏移值才是實際的指數，公式如下 舉例來說，Intel 80486 CPU單倍精準度浮點數的偏移指數欄位使用8個位元，應該可以表達0~255之間的整數值，但是80486 CPU採用127做為指數偏移值，所以真實的正指數應該是0~128（當b30b29‥‥b23=127~255時）；至於b30b29‥‥b23 =0~126時，則真實的負指數應該是-127~-1。所以偏移指數所能表達的實際指數為-127~128（而且底數為2）。 小數部分：小數部分數欄位的位元數並不固定，必須視該浮點數想要表達的精