单精度浮点数存储格式.docVIP

常用的浮点数存储格式：32-bit IEEE-754 floating-point format 常用的浮点数存储格式：32-bit IEEE-754 floating-point format对于大小为32-bit的浮点数（32-bit为单精度，64-bit浮点数为双精度，80-bit为扩展精度浮点数）， 1、其第31 bit为符号位，为0则表示正数，反之为数，其读数值用s表示； 2、第30～23 bit为幂数，其读数值用e表示； 3、第22～0 bit共23 bit作为系数，视为二进制纯小数，假定该小数的十进制值为x； 十进制转浮点数的计算方法：则按照规定，十进制的值用浮点数表示为： 如果十进制为正，则s = 0，否则s = 1；将十进制数表示成二进制，然后将小数点向左移动，直到这个数变为1.x的形式即尾数，移动的个数即位指数。为了保证指数为正，将移动的个数都加上127，由于尾数的整数位始终为1，故舍去不做记忆。对3.141592654来说，1、正数，s = 0；2、3.141592654的二进制形式为正数部分计算方法是除以二取整，即得11，小数部分的计算方法是乘以二取其整数，得0.0010 0100 0011 1111 0110 1010 1000，那么它的二进制数表示为11.0010 0100 0011 1111 0110 1010 1；3、将小数点向左移一位，那么它就变为1.1001 0010 0001 1111 1011 0101 01，所以指数为1+127=128，e = 128 = 1000 0000；4、舍掉尾数的整数部分1，尾数写成0.1001 0010 0001 1111 1011 0101 01，x = 921FB65、最后它的浮点是表示为0 1000 0000 1001 0010 0001 1111 1011 0101 = 40490FDA 浮点数转十进制的计算方法：则按照规定，浮点数的值用十进制表示为： ＝ (-1)^s? * (1 + x) * 2^(e - 127) 对于49E48E68来说， 1、其第31 bit为0，即s = 0 2、第30～23 bit依次为100 1001 1，读成十进制就是147，即e = 147。 3、第22～0 bit依次为110 0100 1000 1110 0110 1000，也就是二进制的纯小数0.110 0100 1000 1110 0110 1000，其十进制形式为(0.110 0100 1000 1110 0110 1000 * 2^23) / (2^23) = (0x49E48E68 0x007FFFFF) / (2^23) = (0x648E68) / (2^23) = 0.78559589385986328125，即x = 0.78559589385986328125。 这样，该浮点数的十进制表示 =　(-1)^s? * (1 + x) * 2^(e - 127) =　(-1)^0? * (1+ 0.78559589385986328125) * 2^(147-127) =? ? 1872333 单精度浮点数 　　单精度浮点数（Float）用来表示带有小数部分的实数，一般用于科学计算，用4个字节（32位）存储空间，其数值范围为3.4E-38～3.4E+38，单精度浮点数最多有7位十进制有效数字，单精度浮点数的指数用“E”或“e”表示。 　　单精度浮点数有多种表示形式：±n.n(小数形式) ±n E ±m(指数形式) ±n.n E ±m (指数形式) 　　如果某个数的有效数字位数超过7位，当把它定义为单精度变量时，超出的部分会自动四舍五入。 前言 从网上看到不少程序员对浮点数精度问题有很多疑问，在论坛上发贴询问，很多热心人给予了解答，但我发现一些解答中有些许小的错误和认识不当之处。我曾经做过数值算法程序，虽然基本可用，但是被浮点数精度问题所困扰；事情过后，我花了一点时间搜集资料，并仔细研究，有些心得体会，愿意与大家分享，希望对IEEE 754标准中的二进制浮点数精度及其相关问题给予较为详尽的解释。当然，文中任何错误由本人造成，由我承担，特此声明。 1、 什么是IEEE 754标准？ 目前支持二进制浮点数的硬件和软件文档中，几乎都声称其浮点数实现符合IEEE 754标准。那么，什么是IEEE 754标准？ 最权威的解释是IEEE754标准本身ANSI/IEEE Std 754-1985《IEEE Standard for Binary Floating-Point Arithmetic》，网上有PDF格式的文件，Google一下，下载即可。标准文本是英文的，总共才23页，有耐心