当前位置:文档之家› 浮点数在内存中的表示方法

浮点数在内存中的表示方法

浮点数在内存中的表示方法浮点数保存的字节格式如下:地址+0 +1 +2 +3内容SEEE EEEE EMMM MMMM MMMM MMMM MMMM MMMM这里S 代表符号位,1是负,0是正E 偏移127的幂,二进制阶码=(EEEEEEEE)-127。

M 24位的尾数保存在23位中,只存储23位,最高位固定为1。

此方法用最较少的位数实现了较高的有效位数,提高了精度。

零是一个特定值,幂是0 尾数也是0。

浮点数-12.5作为一个十六进制数0xC1480000保存在存储区中,这个值如下:地址+0 +1 +2 +3内容0xC1 0x48 0x00 0x00浮点数和十六进制等效保存值之间的转换相当简单。

下面的例子说明上面的值-12.5如何转换。

浮点保存值不是一个直接的格式,要转换为一个浮点数,位必须按上面的浮点数保存格式表所列的那样分开,例如:地址+0 +1 +2 +3格式SEEE EEEE EMMM MMMM MMMM MMMM MMMM MMMM二进制11000001 01001000 00000000 00000000十六进制C1 48 00 00从这个例子可以得到下面的信息:符号位是1 表示一个负数幂是二进制10000010或十进制130,130减去127是3,就是实际的幂。

尾数是后面的二进制数10010000000000000000000在尾数的左边有一个省略的小数点和1,这个1在浮点数的保存中经常省略,加上一个1和小数点到尾数的开头,得到尾数值如下:1.10010000000000000000000接着,根据指数调整尾数.一个负的指数向左移动小数点.一个正的指数向右移动小数点.因为指数是3,尾数调整如下:1100.10000000000000000000结果是一个二进制浮点数,小数点左边的二进制数代表所处位置的2的幂,例如:1100表示(1*2^3)+(1*2^2)+(0*2^1)+(0*2^0)=12。

小数点的右边也代表所处位置的2的幂,只是幂是负的。

例如:.100...表示(1*2^(-1))+(0*2^(-2))+(0*2^(-2))...=0.5。

这些值的和是12.5。

因为设置的符号位表示这数是负的,因此十六进制值0xC1480000表示-12.5。

所有的C/C++编译器都是按照IEEE(国际电子电器工程师协会)制定的IEE E 浮点数表示法来进行运算的。

这种结构是一种科学表示法,用符号(正或负)、指数和尾数来表示,底数被确定为2,也就是说是把一个浮点数表示为尾数乘以2的指数次方再加上符号。

下面来看一下具体的规格:符号位指数位小数部分指数偏移量单精度浮点数 1 位[31] 8位 [30-23] 23位 [22-00] 127双精度浮点数 1 位[63] 11 位[62-52] 52 位[51-00] 1023我们以单精度浮点数来说明:指数是8位,可表达的范围是0到255而对应的实际的指数是-127到+128这里特殊说明,-127和+128这两个数据在IEEE当中是保留的用作多种用途的-127表示的数字是0128和其他位数组合表示多种意义,最典型的就是NAN状态从存储结构和算法上来讲,double和float是一样的,不一样的地方仅仅是float是32位的,double是64位的,所以double能存储更高的精度任何数据在内存中都是以二进制(1或着0)顺序存储的,每一个1或着0被称为1位,而在x86CPU上一个字节是8位。

比如一个16位(2字节)的short int型变量的值是1156,那么它的二进制表达就是:00000100 10000100。

由于Intel CPU 的架构是Little Endian(请参数机算机原理相关知识),所以它是按字节倒序存储的,那么就因该是这样:10000100 00000100,这就是定点数1156在内存中的结构.我们先不考虑逆序存储的问题,先按照顺序的来讲,最后再把他们翻过来就行了。

现在让我们按照IEEE浮点数表示法,一步步的将float型浮点数123456.0 f转换为十六进制代码。

在处理这种不带小数的浮点数时,直接将整数部转化为二进制表示:1 11100010 01000000也可以这样表示:11110001001000000.0然后将小数点向左移,一直移到离最高位只有1位,就是最高位的1:1.11100010 010000000一共移动了16位,在布耳运算中小数点每向左移一位就等于在以2为底的科学计算法表示中指数+1,所以原数就等于这样:1.11100010010000000 * ( 2 ^ 16 )好了,现在我们要的尾数和指数都出来了。

显而易见,最高位永远是1,这样尾数的二进制就变成了:11100010010000000最后在尾数的后面补0,一直到补够23位:11100010010000000000000再回来看指数,一共8位,可以表示范围是0 - 255的无符号整数,也可以表示-128 - 127的有符号整数。

但因为指数是可以为负的,所以为了统一把十进制的整数化为二进制时,都先加上127,在这里,我们的16加上127后就变成了143,二进制表示为:10001111 12345.0f这个数是正的,所以符号位是0,那么我们按照前面讲的格式把它拼起来:0 10001111 1110001001000000000000001000111 11110001 00100000 00000000再转化为16进制为:47 F1 20 00,最后把它翻过来,就成了:00 20 F1 47。

有了上面的基础后,下面我再举一个带小数的例子来看一下为什么会出现精度问题。

按照IEEE浮点数表示法,将float型浮点数123.456f转换为十六进制代码。

对于这种带小数的就需要把整数部和小数部分开处理。

整数部直接化二进制:1 00100011。

小数部的处理比较麻烦一些,也不太好讲,可能反着讲效果好一点,比如有一个十进制纯小数0.57826,那么5是十分位,位阶是1/10;7是百分位,位阶是1/100;8是千分位,位阶是1/1000……,这些位阶分母的关系是10^1、10^2、10^3……,现假设每一位的序列是{S1、S2、S3、……、Sn},在这里就是5、7、8、2、6,而这个纯小数就可以这样表示:n = S1 * ( 1 / ( 10 ^ 1 ) ) + S2 * ( 1 / ( 10 ^ 2 ) ) + S3 * ( 1 / ( 10 ^ 3 ) ) + …… + Sn * ( 1 / ( 10 ^ n ) )。

把这个公式推广到b进制纯小数中就是这样:n = S1 * ( 1 / ( b ^ 1 ) ) + S2 * ( 1 / ( b ^ 2 ) ) + S3 * ( 1 / ( b ^ 3 ) ) + …… + Sn * ( 1 / ( b ^ n ) )现在一个二进制纯小数比如0.100101011就应该比较好理解了,这个数的位阶序列就因该是1/(2^1)、1/(2^2)、1/(2^3)、1/(2^4),即0.5、0.25、0.1 25、0.0625……。

乘以S序列中的1或着0算出每一项再相加就可以得出原数了。

现在你的基础知识因该足够了,再回过头来看0.456这个十进制纯小数,化为该如何表示呢?现在你动手算一下,最好不要先看到答案,这样对你理解有好处。

注:这里小数点的转换比较麻烦,可以用小数和2相乘,如果有各位为1,则写上1,相乘的结果减掉1,继续。

我想你已经迫不及待的想要看答案了,因为你发现这跟本算不出来!来看一下步骤:1 / 2 ^1位(为了方便,下面仅用2的指数来表示位),0.456小于位阶值0.5故为0;2位,0.456大于位阶值0.25,该位为1,并将0.45减去0.2 5得0.206进下一位;3位,0.206大于位阶值0.125,该位为1,并将0.206减去0.125得0.081进下一位;4位,0.081大于0.0625,为1,并将0.081减去0.0625得0.0185进下一位;5位0.0185小于0.03125,为0……问题出来了,即使超过尾数的最大长度23位也除不尽!这就是著名的浮点数精度问题了(浮点十进制值通常没有完全相同的二进制表示形式。

这是 CPU 所采用的浮点数据表示形式的副作用。

为此,可能会经历一些精度丢失,并且一些浮点运算可能会产生意外的结果。

)。

不过我在这里不是要给大家讲《数值计算》,用各种方法来提高计算精度,因为那太庞杂了,恐怕我讲上一年也理不清个头绪啊。

我在这里就仅把浮点数表示法讲清楚便达到目的了。

OK,我们继续。

嗯,刚说哪了?哦对对,那个数还没转完呢,反正最后一直求也求不尽,加上前面的整数部算够24位就行了:1111011.0111010010111100 1。

某BC问:“不是23位吗?”我:“倒,不是说过了要把第一个1去掉吗?当然要加一位喽!”现在开始向左移小数点,大家和我一起移,众:“1、2、3……”好了,一共移了6位,6加上127得131(怎么跟教小学生似的?呵呵~),二进制表示为:10000101,符号位为……再……不说了,越说越啰嗦,大家自己看吧:0 10000101 1110110111010010111100142 F6 E9 7979 E9 F6 42下面再来讲如何将纯小数转化为十六进制。

对于纯小数,比如0.0456,我们需要把他规格化,变为1.xxxx * (2 ^ n )的型式,要求得纯小数X对应的n可用下面的公式:n = int( 1 + log (2)X );0.0456我们可以表示为1.4592乘以以2为底的-5次方的幂,即1.4592 * ( 2 ^ -5 )。

转化为这样形式后,再按照上面第二个例子里的流程处理:1. 01110101100011100010001去掉第一个101110101100011100010001-5 + 127 = 1220 01111010 01110101100011100010001最后:11 C7 3A 3D另外不得不提到的一点是0.0f对应的十六进制是00 00 00 00,记住就可以了。

相关主题