看到书上float的取值范围一般为:10^(-38)~10^38,在网上查了些资料(有点乱),做了下整理~
首先了解:
浮点型的存储方式和整型的存储方式不同,整型是所有二进制位都表示那个整数,而浮点型则将二进制位分成了符号位、整数位、小数位、指数位。由于部分二进制位被用来存储指数了,所以其精度就降低了,即有效数字位数变少了,但由于有指数位,所以可以表示很大的数。
具体详情:
1:浮点数:+/-mantissa * 2^exponent.这是754里的定义
//mantissa为尾数,exponent为指数,类似于科学计数法,只不过这里的幂底数为2.
2:float占4字节,32位,其中1位表示符号(正负号),8位表示指数exponent,23位表示底数.
exponent在这里把此8位视为表示unsigned int的bit pattern。那么可以表示的范围是0~255的整数(指数范围),但是指数既可以为正整数,也可以为负整数,这样以来无法表示-1,-2....这样的负整数了,所以IEEE Standard 754 Floating-Point 对此引入了Bias,偏移量的概念,对于Float型,此偏移量为127. 也就是说 127 这个数字已经被存储到 Exponent这个部分中了,例如,0 0 0 0 0 1 1 0 表示的是指数6,但是在float内存结构中,其实表示的是 (6-127)= -121。需要减去已存入的偏移量 127。
假如 2^(1),指数1在float 的内存结构中的 bit pattern不会就是简单的 0 0 0 0 0 0 0 1 应该是exponent - 127 = 1;(2^(1)中的指数1是这样得来的) exponent = 127+1 = 128.(2^(1)中的指数1,在float内存结构中应该是128的bit pattern才对) 为 1 0 0 0 0 0 0 0 (这只是个例子,帮助理解exponent)
Mantissa 尾数部分,在float的32-bit的内存空间中,占到23-bit注意之前说的exponent 指数,最低位是从0(即2^0)开始的,那么Mantissa,尾数的最高位当然是 -1(即2^(-1))了。
0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
那么上面的尾数部分在 float 浮点数的内存中,表示多少呢? 很快可以得到是
2^(-2)+2^(-3) = 0.375。 那就错了,应该是1.375。
回想下科学记数法,5 = 5.0*10^0 , 0.75 = 7.5*10^(-1)。
在Float的内存表示中,这23-bit的尾数 仅仅表示科学记数法中非零实数小数点后的精度。 换句话说,Mantissa 包括两部分,一个是leading bit(科学记数法的非零实数),另一个是fraction bits(即精度),此23-bit仅仅表示的是 fraction bits。而在二进制中,非零实数自然是1了,所以leading bit默认 是1了。所以上述数字实际上是表示
1 + 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
这也就是为什么,在float的内存中,尾数部分可以用23-bit pattern 来表示出24-bit的不同数字了。
我们用个表格来表示在内存中,float是怎样存储的。
+/-Sign Exponent 指数 Fraction bit -> .f
s <------ 8 ------> <----------------- 23----------------->
Unsigned int 2^(-1), 2^(-2), 2^(-3)............
上面这个表格所要表示的是如下的浮点数
(-1)^s * 1.f * 2^(Exponent-127)
随手写了个32-bit pattern,
0 0 0 0 1 0 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2^8 2^0 2^-23
假如告诉你,这是一个浮点型的内存结构,那么这个浮点数是多少呢?
这个浮点数可以很快的得到:(-1)^0*1.(2^-2+2^-3)*2^(2^1+2^2+2^4-127)。
有了上面这些知识,就不难理解float(或double)的取值范围了~
加载中,请稍候......