1. 摘要
在了解到C语言中整型是以二进制补码形式存储在内存中后,我们不禁很好奇:那么浮点型的数据是以什么形式存储在内存中的呢?
实际上,早在1985年,电气电子工程师学会就制定了IEEE 754标准来解决单精度浮点数在计算机内存中的存储问题。
那么接下来,我们就以IEEE754-1985版来看一看浮点数在内存中的真实面目。
2. 浮点数的表达方式
2.1 浮点数的组成
浮点型家族中包含有:float、double、long double类型
IEEE 754标准下,一个浮点数V可以被拆解成三个部分
V = (-1) ^ S * f * 2 ^ E
- 1-bit sign S ------ 符号位S,用来表示正负
- Biased exponent e = E+bias:指数位,负责浮点数的大小
- Fraction f = · b1b2 … bp?1:小数位,负责浮点数的精度,且f大于等于1小于2
2.2 单精度浮点数
对于32位的单精度浮点数而言,内存中32个bit位是这样分配的:
- 1位符号位
- 8位指数位
- 23位小数位
2.3 双精度浮点数
对于64位的双精度浮点数而言,内存中64个bit位是这样分配的:
- 1位符号位
- 11位指数位
- 52位小数位
2.4 指数偏差(Biased Exponent)
2.4.1指数E不为全0或全1
对于float型,我们发现8位的E如果就表示8个无符号的二进制位,那么指数位2^E只能表示比1大的数,而不能表示0-1之间的数,这就导致负指数没法被表示出来。
为了表示负指数,规定E在内存中的值等于你想要真实表达的指数的值再加上中间数127(对于double型,这个中间数是1023),所以即使你想使用负指数,加上127后E也还是非负的。
这就叫“指数偏差”。
2.4.2 指数位E全为1
1)小数位 f 不全为0
无论符号位s是什么,浮点数V代表NaN
NaN 是 Not a number 的意思,代表了一个无法被表示出来的值,比如一个数除以0或负数的平方根
2)小数位 f 全为0
浮点数
V = ( ?1)s∞
,此时表示正负无穷大
2.4.3 指数位E全为0
以下用单精度浮点数为例:
1)小数位 f 不全为0
V = (?1)s * 2?126 * (0.f)
2)小数位 f 全为0
V = (?1)s * 0 ,此时V表示正负0
2.5 小数位的规定(fraction)
小数位 f 是一个 [1,2) 间的数,所以 f 可以写成以上图片中的形式:1.xxxxx
由于 f 的第一位总是1,所以我们将第一位的1省略,这样就能多表示一位小数点之后的数了
2.6 浮点数的范围
浮点数的所能表达的最大值/最小值被定义在了头文件<float.h>中
对于float型:
最小:2-126= 1.175×10-38
最大:2128 = 3.403×1038
对于double型:
最小:2-1022= 2.225×10-308
最大:21024 = 1.798×10308
3. 代码分析
让我们来看一段代码来进行具体分析
#include<stdio.h>
int main()
{
int n = 9;
float *pFloat = (float *)&n;
printf("n的值为:%d\n",n);
printf("*pFloat的值为:%f\n",*pFloat);
*pFloat = 9.0;
printf("num的值为:%d\n",n);
printf("*pFloat的值为:%f\n",*pFloat);
return 0;
}
那么运行结果是什么呢?
不急,我们先对代码进行一波分析。
第一步
我们创建了一个int型变量n并赋值为9
第二步
我们将一个float型的指针变量pfloat指向了n
那我们就要问了:整型9在内存中是怎么存储的呢?
当然是以补码形式存储,所以这内存中的32个比特位是:
00000000 00000000 00000000 00001001
第三步
我们以%d(有符号整型)形式对上述32个比特位进行打印,显然屏幕上应输出:
n的值为:9
第四步
我们以%f(float型)形式对上述32个比特位进行打印
再看这32个比特位
00000000 00000000 00000000 00001001
我们重拾这个公式:V = (-1) ^ S * f * 2 ^ E 与 这张图:
重新将上述32个比特位排序
0 00000000 00000000000000000001001
故 V = (?1)s * 2?126 * (0.00000000000000000001001)2,是一个很小很小的数,所以屏幕上默认打印小数点后六位的话,应输出:
*pFloat的值为:0.000000
第五步
将pfloat指向地址的内容修改为9.0,显然此时上述32个比特位中存储的是单精度浮点数的二进制表达方式,遵循IEEE 754标准
(9.0)10 = (1001.0)2 = (1.0010 * 23)2
所以上述32个比特位此时应该是:
0 10000010 00100000000000000000000
第六步
我们以%d(有符号整型)形式对上述32个比特位进行打印,显然屏幕上应输出:
num的值为:1,091,567,616
第七步
我们以%f(float型)形式对上述32个比特位进行打印,显然屏幕上应输出:
*pFloat的值为:9.000000
运行截图如下:
4.参考文献
1.IEEE Standard 754 Floating Point Numbers,geeksforgeeks
2.IEEE 754-1985,Wikipedia
3.Single-precision floating-point format,Wikipedia
4.IEEE Standard for Binary Floating-Point Arithmetic. 1985. doi:10.1109/IEEESTD.1985.82928. ISBN 0-7381-1165-1.
5.NaN,Wikipedia
注:来自*参考文献的快照若有需要,请联系本人
感谢你们的阅读!本人水平有限,如有错误,还望指正!