C++ 浮点数的存储与精度
先看个例子(如下),我们看下int、float、double在内存的二进制表示
#include<stdio.h> #include <stdlib.h> #include <string.h> #include<cstdlib> bool isLittleEndian() { int x = 1; return *((char*) (&x)) == 1; } template<class T> void printBinary(T d) { char* p = (char*)&d; int sz = sizeof(T); // bytes char* buff = new char[sz * 8 + 1]; buff[sz * 8] = '\0'; int used = 0; for (int n = 0; n < sz; n++) { for (int m = 0; m < 8; m++) { if ((p[n] >> m) & 1) used += sprintf(buff + used, "1"); else used += sprintf(buff + used, "0"); } } if (isLittleEndian()) { int a = 0; int b = sz * 8 - 1; while (a < b) { buff[a] ^= buff[b]; buff[b] ^= buff[a]; buff[a] ^= buff[b]; a++; b--; } } printf("%s\n", buff); delete [] buff; } int main() { int i = 121; int i2 = -4; float f = 98.1; double d = 98.1; printBinary(i); // 00000000000000000000000001111001 printBinary(i2); // 11111111111111111111111111111100 printBinary(f); // 01000010110001000011001100110011 printBinary(d); // 0100000001011000100001100110011001100110011001100110011001100110 }
对int类型,其内存存储的是二进制补码,比较好理解,对float和double类型而言,其二进制表示怎么理解呢?
C/C++采用的是IEEE浮点标准,它以“二进制的科学表示法”表示一个小数:
其中:
- (-1)s 表示符号位,当s=0,V为正数;当s=1,V为负数;
- M 表示有效数字,1 <= M < 2;
- 2E 表示指数位。
举例来说,十进制的5.0,写成二进制是101.0,相当于1.01×2^2。那么,按照上面V的格式,可以得出s=0,M=1.01,E=2。
十进制的-5.0,写成二进制是-101.0,相当于-1.01×2^2。那么,s=1,M=1.01,E=2。
关于 M
注意,由于1≤M<2,也就是说,M可以写成1.xxxxxx的形式,其中xxxxxx表示小数部分。IEEE 754规定,在保存M时,默认这个数的第一位总是1,因此可以被舍去,只保存后面的xxxxxx部分。比如保存1.01的时候,只保存01,等到读取的时候,再把第一位的1加上去。这样做的目的,是节省1位有效数字。以32位浮点数为例,留给M只有23位,将第一位的1舍去以后,等于可以保存24位有效数字。
关于 E
首先,E为一个无符号整数(unsigned int),如果E为8位,它的取值范围为0~255;如果E为11位,它的取值范围为0~2047。
其次,科学计数法中的E是可以出现负数的,所以IEEE 754规定,E的真实值必须再减去一个中间数,对于8位的E,这个中间数是127;对于11位的E,这个中间数是1023。
比如,2^10的E是10,所以保存成32位浮点数时,必须保存成10+127=137,即10001001。
最后,指数E可以再分成三种情况:
- E不全为0或不全为1。这时,浮点数就采用上面的规则表示,即指数E的计算值减去127(或1023),得到真实值,再将有效数字M前加上第一位的1。
- E全为0。这时,浮点数的指数E等于1-127(或者1-1023),有效数字M不再加上第一位的1,而是还原为0.xxxxxx的小数。这样做是为了表示±0,以及接近于0的很小的数字。
- E全为1。这时,如果有效数字M全为0,表示±无穷大(正负取决于符号位s);如果有效数字M不全为0,表示这个数不是一个数(NaN)。
以float为例,最高的1位是符号位s,接着的8位是指数E,剩下的23位为有效数字M。
如下图,E=01111100,对应的十进制为124,124再减去中间数127,结果为-3;
M=01000...,对应的十进制为2-2=0.25,还需要加上1,结果为1.25;
该浮点数结果 (-1)0 * 1.25 * 2-3 = 0.15625。
以double为例,最高的1位是符号位S,接着的11位是指数E,剩下的52位为有效数字M。
总结如下:
字节数 | 符号位 | 指数位 | 尾数位 | |
float | 4 bytes | 1 bit | 8 bit | 23 bit |
double | 8 bytes | 1 bit | 11 bit | 52 bit |
范围:
float的指数范围为-127 ~ 128,double的范围是-1023 ~ 1024。
负指数决定了绝对值最小的非零数,正指数决定了绝对值最大的数。也即决定了范围。
也即float的范围为 -2128 ~ 2128,double的范围是 -21024 ~ 21024。
精度:
float和double的精度是由尾数位决定的。浮点数在内存中是按照科学计数法来存储的,其整数部分始终是一个隐藏着的1。由于他是不变的,因此对精度不会造成影响的。
float精度范围是:能达到23二进制位,约为 23 * log102 = 6.92 个十进制位;
double的精度范围是:能达到23二进制位,约为 52 * log102 = 15.65 个十进制位;
OK,最后我们再回到开头的例子,
float f = 98.1; // 01000010110001000011001100110011
看下其二进制,最高位符号位0,中间指数位 10000101 的十进制位133,E=133-127=6;
尾数位 10001000011001100110011,对应的十进制=0.532812,M=1.532812;
最后计算结果 1.532812 * 26 = 98.099998,精度为6位!
这里我写了个简单函数用来解析float的二进制:
float parseFloat(char* s) { int sign = s[0] - '0'; float M = 0; int E = 0; for (int n = 1; n <= 8; n++) { E = E * 2 + (s[n] - '0'); } for (int n = 9; n <= 31; n++) { M += pow(2, 8 - n) * (s[n] - '0'); } printf("sign=%d, E=%d, M=%f\n", sign, E, M); return pow((-1), sign) * (M + 1) * pow(2, (E - 127)); } int main() { float f = 98.1; printBinary(f); // 01000010110001000011001100110011 printf("float = %f\n", parseFloat("01000010110001000011001100110011")); }