| 计算机是如何表示浮点数的 | |
| ■ 现实生活中的小数 数学中的小数，又称为实数。一般用十进制表示 例如： 3.14159265 ■ 科学计算法 数学中的科学计算法许多种表示法 3.14159265 = 0.314159265 × 101 ■ 计算机中浮点数的表示 在计算机中的使用科学计数法是一种“规格化计数法”。 ● 规格化计数法 用科学计数法表示实数时，如果最左边的第一个数字不是0，则被称为“规格化计数法” 0.1 × 10-2 不是规格化计数法 1.0 × 10-3 则是规格化计数法 ● IEEE 754 标准 IEEE 754 标准成立于1985年，80年代起所有的计算机系统均支持IEEE 754 IEEE 754 对浮点数在计算机表示方法有三个主要的规定： 对于单精度（single precision）：单精度浮点数位长：32位 （1） IEEE 754 标准规定：第1位为符号位，1 代表负，0代表正 （2） 接下来用8位来表示指数部分。 （3） 接下来的23位用来表示有效数位 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 - --------------- --------------------------------------------- S 指数（8位） 有效数位 （23 位） ★ IEEE 754 考虑到利用现有的整数比较指充，对浮点数能进行快速的比较和排序，由于指数部分大小能快速反应出浮点数的大小，所以，在符号位接下来的8位用来表示指数，有效数位的大小反应出浮点数的精度。安排在最后的23位 ★ 对于规格化二进制浮点示法而言，有效数位的第1位必定是1而不是0，因此，IEEE 754 规定：实际有效数位中的第1位被省去，因而，有效数位中默计含有1位。 ★ 移码：除了将指数安排在有效数位前面，还不足以快速比较两个浮点数的大小，例如： 1.0 × 2 -1 在计算机中表示为：0 11111111 00000000000000000000000 这个数相当于整数的 0x7F800000 1.0 × 2 1 在计算机中表示为：0 00000001 00000000000000000000000 这个数相当于整数的 0x00800000 如果用整数比较指令，比较两个数，1.0 × 2 -1 竟然比 1.0 × 2 1 还大！ 为了解决这个问题，IEEE 754 设计了一个方案：将指数加上一个常数 127 这个常数 127 被称为“移码”（biased notation） 我们再来看一看： 1.0 × 2 -1 将指数： -1 + 127 = 126 后,得出以下的二进制数： 0 01111110 00000000000000000000 也就是: 0x3F000000 1.0 × 2 1 将指数：1 + 127 = 128 后，得出以下的二进制数： 0 10000000 00000000000000000000 也就是：0x40000000 这样的话，就可以得出正确结果了。 对于双精度（double precision）浮点数来说：位长64 位 （1）IEEE 754 标准规定：第1位为符号位，1 代表负，0代表正。 （2）接下来用11位来表示指数部分。 （3）接下来的52位用来表示有效数位。 ★ 双精度浮点数用52位来表示有效数位，11位表示指数位，这样提高浮点数的精度，也还提高了浮点数的取值范围。 ★ 双精度的移码为 1023 例子： 1、将 -0.625 转化为计算机中的二进制数浮点数 解： -0.625 = -5/8 = -5/23 = -101 × 2-3 = -1.01 × 2-1 符号位：1 指数位：-1 + 127 = 126 有效数位：1.01（在机器中要相应去掉默认位） 所以，在机器表示的二进制序列为：1 01111110 0100000000000000000000 相当于整数：0xBF200000 2、将如下二进制序列用十进制浮点数表示。 11000000101000000000000000000000 解： 符号位：1 是负数 指数位；10000001 = 129， 这个数要减去移码值，即：129 – 127 = 2 有效数位：01000000000000000000000 这个数要加上默认1，即得：1.01 整个序列结果为：- 1.01 × 22 = -101 = -5.0 |
|
| 楼主 创建：08-04-02 16:57:22 更新：08-04-02 16:57:22 | |
| 发表回复 | |