单精度浮点数与机器精度解析.pdfVIP

单精度浮点数与机器精度解析 一、单精度浮点数 先来简单了解一下浮点数在计算机中的存储方式。根据IEEE 754 标准，单 精度浮点数格式如下（所有位取0 ）： 各部分解释 单精度浮点数有32 个二进制位，左侧是高位，右侧是低位。最高位被指定 为符号位，0 代表正数，1 代表负数。指数部分将是2 的幂次，其编码值（即上 表 指数部分对应的八个二进制位）规定为指数的实际值加上偏移值2^7-1=127， 这是为了避免负数，将[-127, 128]映射到[0, 255]，这样指数部分编码就可以简单 地编排为。例如指数部分，十进制为8。那么其 所代表的实际指数是8-127=-119，即要乘上2-119 。最后23 位尾数是不包含整数 位的实际有效小数位。规约数的整数位是 1，非规约数的整数位是0 。 规约形式的浮点数与非规约形式的浮点数 指数部分的编码值在[1, 2e-2] 内，且尾数部分的整数位是 1，这样的浮点数 被称为规约形式的浮点数。 指数部分的编码值为0 ，尾数非零，这样的浮点数被称为非规约形式的浮点 数。 规约浮点数的尾数∈[1, 2)，而非规约浮点数的尾数∈(0, 1) 。需要注意，非 规约数指数编码，但指数实际值是-126，而非-127 。非规约浮点数被 IEEE 754-1985 标准采用是因为它的渐进式下溢出，而规约浮点数将导致突然式 下溢出，具体原理不再展开。 实际计算 设符号位为 。sign(s)确定正负：sign(0)=1，sign(1)=-1；指数部分为 e ；尾 数部分为f 。用(N)2 表示二进制数N 。 规约形式：sign(s)*2e-127*(1.f)2 非规约形式：sign(s)*2-126*(0.f)2 特殊值和极值 上下溢出值 由浮点数的存储方式可以看出计算机所能表示的浮点数是有限的，我们把所 能表示的最大正值称为上溢值，而把最接近0 的正值称为下溢值。由表二我们看 到上溢值为±3.40e38，下溢值为±1.40e-45。 二、机器精度 Wikipedia 上机器精度Machine Epsilon 是这样描述的：“Machine epsilon gives an upper bound on the relative error due to rounding in floating point arithmetic” 。因 为浮点数是离散的，所以实数的表示存在着误差。例如圆周率这样的无限不循环 小数不可能精确地由某一个浮点数表示。 我们需要一些具体的量去刻画这种误差，以估计结果的准确性。机器精度便 是其中之一：它是所有相对误差的上限。相对误差是绝对误差与精确值的比值的 绝对值。例如一个精确的实数x ，所有单精度浮点数中与x 距离最近的数为y， 绝对误差为|y-x|，相对误差即|y−x|/|x| ，而所有相对误差的上限便是单精度浮点数 的机器精度。 对于32 位浮点数，指数 8 位，尾数为23 位。对于两个指数实际值为E 的 相同的浮点数，若它们尾数部分相差(00000000000000000000001)2，即 2-23 ，易 见它们是相邻的。那么与它们指数相同的实数x 与距x 最近的浮点数y 之间的距 离|y-x|一定小于此相邻两浮点数的距离2-23 * 2E 。可以取x=1.0（或者其他任何数）， −23 E 此时实际指数为0 ，所以机器精度是2 ×2 /1.0 。 三、C++程序实现 利用库求值 标准库limits 中的numeric_limits 类中包含了许多算数特殊值： 上溢值: std::numeric_limitsfloat::max(); 规约下溢值: std::numeric_limitsfloat::min(); 非规约下溢值: std::numeric_limitsfloat::denorm_min(); 机器精度: std::numeric_limitsfloat::epsilon(); 其中numeric_limitsfloat 中float 可以换成int ，doubl 等其它类型。 实际二进制存储值 std::s