浮点型在内存中的存储

简介: 浮点型在内存中的存储

前言:

我们知道整型在内存中是以补码的形式存储的,浮点型就较为特殊啦,我们来看看浮点型数据在内存中是如何存储的:

注:此博客属于进阶内容,简易学完C语言初阶知识再进行学习哦 ~


目录

❤️1.浮点型在内存中的存储方式与整型在内存中的存储方式不同

🧡2.浮点数存储规则

💛3. M和E的特别规定

3.1对有效数字 M 的规定:

3.2对指数 E 的规定:

💜4.个人心得



1.浮点型在内存中的存储方式与整型在内存中的存储方式不同


看看下面这段代码:

#include<stdio.h>
int main()
{
    //部分1
  int n = 9;
  float* pFloat = (float*)&n;
  printf("n的值为:%d\n", n);
  printf("*pFloat的值为:%f\n", *pFloat);
    //部分2
  *pFloat = 9.0;
  printf("num的值为:%d\n", n);
  printf("*pFloat的值为:%f\n", *pFloat);
  return 0;
}

解释:

9c6e5c4968b54fea812f3f508559f98a.png

e57167378d0145c3a3ef64b3be58d52d.png

运行结果:

6acd1cc353d842b29a1811f23921489f.png

这恰恰证明了 浮点型在内存中的存储方式与整型在内存中的存储方式不同

那么有什么差别呢,要从基本规则说起:


2.浮点数存储规则


根据国际标准IEEE(电气和电子工程协会) 754,任意一个二进制浮点数V可以表示成下面的形式:

▪️  (-1)^S * M * 2^E

▪️  (-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,大于等于1,小于2

▪️  2^E表示指数位


理论云里雾里,例子豁然开朗:

5.0 (十进制)

写成二进制就是 101.0

再用科学计数法表示1.01 * 2^2

按照上面V的格式,可以得出 S=0,M=1.01,E=2


IEEE 754规定:

对于32位的浮点数,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

679e9616e184943732f97376ad848b04_ba3b75d849ce4cf29d6e026bf82837d5.png

对于64位的浮点数,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

921f8692e0aef7b0f682765662ede317_d48f200d68494a4788f6d71e74d8eea7.png


3. M和E的特别规定


3.1对有效数字 M 的规定:


前面讲到, 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,在计算机内部保存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。


3.2对指数 E 的规定:


首先,E 为一个无符号整数(unsigned int)

这意味着,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

但是,我们知道,科学计数法中的 E 是可以出现负数的,所以IEEE 754规定,存入内存时E的真实值必须再加上一个中间数

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中,E 是10,所以保存成32位浮点数时,必须保存成10+127=137,换算成二进制即10001001。

那取出呢?

取出还分为三种情况:

▪️ E不全为0或不全为1时:

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

这个还是好理解的,存的时候去数字 ,取的时候就再补上呗 ~

比如:

0.5(十进制)

写成二进制形式0.1

由于规定正数部分必须为1,即 将小数点右移1位,为 1.0*2^(-1)

其阶码为 -1+127=126,用二进制表示01111110,而尾数1.0去掉整数部分为0,补齐0到23位00000000000000000000000

则其二进制表示形式为:

0 01111110 00000000000000000000000

▪️ E全为0时:

浮点数的指数E等于1-127(或者1-1023)即为真实值,

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)


4.个人心得


知道了浮点型是如何存储的,有什么用呢?

其实思考的方向就多了,遇到问题会朝这个方向思考,进而解释一些问题。

对平常写代码的建议就是创建什么样的数据类型,就用什么样的数据类型取出


总结:

详细解释了浮点型在内存中的存储,M  E  S  你理解了吗?建议多尝试解释几个例子,加深记忆哦 ~

目录
相关文章
|
3月前
|
存储 编译器 C语言
【C语言篇】数据在内存中的存储(超详细)
浮点数就采⽤下⾯的规则表⽰,即指数E的真实值加上127(或1023),再将有效数字M去掉整数部分的1。
376 0
|
24天前
|
存储 C语言
数据在内存中的存储方式
本文介绍了计算机中整数和浮点数的存储方式,包括整数的原码、反码、补码,以及浮点数的IEEE754标准存储格式。同时,探讨了大小端字节序的概念及其判断方法,通过实例代码展示了这些概念的实际应用。
50 1
|
28天前
|
存储
共用体在内存中如何存储数据
共用体(Union)在内存中为所有成员分配同一段内存空间,大小等于最大成员所需的空间。这意味着所有成员共享同一块内存,但同一时间只能存储其中一个成员的数据,无法同时保存多个成员的值。
|
1月前
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
|
1月前
|
存储 编译器
数据在内存中的存储
数据在内存中的存储
41 4
|
1月前
|
存储 Java
JVM知识体系学习四:排序规范(happens-before原则)、对象创建过程、对象的内存中存储布局、对象的大小、对象头内容、对象如何定位、对象如何分配
这篇文章详细地介绍了Java对象的创建过程、内存布局、对象头的MarkWord、对象的定位方式以及对象的分配策略,并深入探讨了happens-before原则以确保多线程环境下的正确同步。
53 0
JVM知识体系学习四:排序规范(happens-before原则)、对象创建过程、对象的内存中存储布局、对象的大小、对象头内容、对象如何定位、对象如何分配
|
1月前
|
存储 机器学习/深度学习 人工智能
数据在内存中的存储
数据在内存中的存储
|
1月前
|
存储 C语言
深入C语言内存:数据在内存中的存储
深入C语言内存:数据在内存中的存储
|
1月前
|
存储
整型在内存中的存储
本文详细解释了计算机中整型数据的三种二进制表示方法:原码、反码和补码,并展示了如何将正数和负数的原码转换为反码和补码。
38 0
|
3月前
|
存储 监控 Docker
如何限制docker使用的cpu,内存,存储
如何限制docker使用的cpu,内存,存储