【C数据存储详解】(2)——深度剖析 浮点型数据 在内存中的存取

简介: 【C数据存储详解】(2)——深度剖析 浮点型数据 在内存中的存取

这篇文章详细讲解一下C语言中的浮点型数据是如何在内存中存储的!!!

一起来学习吧!!!

a243b902230c421e8a31fb9d47e83648.png


一.问题引出——整数和浮点数的存储方式不同

首先我们一起先来回顾一下常见的浮点数吧!

常见的浮点数,比如:

3.14159

2.0

1E10(1.0*10^10)


浮点数家族包括:


float、double、long double 类型。


我们知道任何类型的数据都有自己的取值范围:


浮点数表示的范围:float.h 中定义

整型数据的范围在:limits.h 中定义


然后我们一起来看一段代码,引出我们今天要讨论的问题:

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;
}

大家可以思考一下结果是啥!

我们先来简单的分析一下:

3bea0971d37f4765a1400ac8921a770a.png

大家仔细看一看这张图,想一想,然后我们看看运行结果:

aae46bd65acc44f7971a0a9b097b89cd.png

看到第一个和第四个就是如我们分析的一样,但是另外两个的结果,为什么是 0.00000 和 1091567616 呢?

二.详解浮点型数据在内存中如何存储与取出

*num 和 pFloat 在内存中明明是同一个数,为什么浮点数和整数的解读结果会差别这么大?

32115821603c463b8f1cae8fefbb845b.png

这就是我们今天要重点讨论的问题:


要理解这个结果,一定要搞懂浮点数在计算机内部的表示方法:


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。


举个例子:

我们来将十进制的浮点数5.5转换为二进制浮点数。

7fb0d4e95ddd4174a57dd75c5990142b.png

再尝试一下负数:

bd06bb7d5fb04f30a1726550eeea38dd.png

好,学会如何表示了,那我们继续往下看:

1.如何存储

IEEE 754规定:


对于32位的浮点数(float,4个字节=32个比特位),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。

5f8389e8ae9b45029aa257543514f97f.png对于64位的浮点数(double,8个字节=64个比特位),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。


2603f3daa85348d39e7383f2a13c204e.png

IEEE 754对有效数字M和指数E,还有一些特别规定:


前面说过, 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。

这样可以使精度更高!


至于指数E,情况就比较复杂。

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。

注意存入时要转换为二进制


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


那好,了解了存储规则之后,我们就举个例子,我们就看看上面的5.5存到内存中是怎样的:

我们已经知道5.5写成上面的形式是这样:

708a155cf8f44921aa4555ab6fe0154b.png

我们就把5.5作为单精度浮点数存储,给大家演示一下:

首先S只占一个比特位,我们直接把S的值放进去就行:

5.5的S位值为0

bb60d1e3e6bc43ab9daa8f9f9d177936.png

然后是指数位E:

首先按照标志规定,我们要加上一个中间数,对于8位的E(float),这个中间数是127

E的原值是2,2+127=129;注意E的值我们要转化位二进制再放进去,129转化为二进制即为:10000001

fc2c3046be5e4ceaa00a43b0555b6a46.png

最后是有效数字M:

按照规定,小数点前面的1我们要舍去,只保存后面的011,但是不够23位,怎么办?补0(double也一样).

所以存入的应该是01100000000000000000000

66b667a1d5b14a3297234a7b0752370d.png

那结果对不对呢?我们可以验证一下:


我们可以通过编译器来查看,但注意编译器呈现给我们的是16进制,所以我们先把存入的数字转为16进制:

0100 0000 1011 0000 0000 0000 0000 0000

转为16进制是:

40 b0 00 00

但注意我用的编译器vs2022上面是小端存储(上一篇文章,整型数据存储有讲),所以展示处理应该是:

00 00 b0 40

我们看看是不是:

179e4ed977c746d6af51c41b0cccf75d.png

完全一致!!!

大家也可以自行练习一下,把5.5当作double存储。


2.如何取出

我们已经知道浮点数再内存中怎么存了,现在我们来学习一下它是怎么从内存中取出来的:


首先对于符号位S,就不用多说了,只有一位,存进去是什么,取出来还是什么。


对于有效数字M,我们知道存进去的时候,我们把小数点前面的1舍去了,那我们取出来的时候,自然要把这个1补上了。


那就剩指数E了,指数E从内存中取出还可以再分成三种情况:

1.E不全为0或不全为1


这时,浮点数就采用下面的规则表示,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前加上第一的1。


比如:

0.5(1/2)的二进制形式为0.1,由于规定正数部分必须为1,即将小数点右移1位,则为1.0*2^(-1),

指数E取出来为-1+127=126,表示为01111110


2.E全为0


这时,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


3.E全为1


即此时指数很大,所以这时表示±无穷大(正负取决于符号位s)


3.例题讲解

现在我们已经知道浮点数再内存中如何存取了,那就可以解决最开始的那道题了!

我们再把代码拿过来:

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;

4ad170d9220c441fa18be8bd48b0667e.png

第一个和第四个我们都知道怎么回事,那现在我们重点解释一下0.00000 和 1091567616 是怎么得到的:

ca5a73c70dec48d7bc4668f8e27c67db.png我们一个个来分析:

先看第一个,还是画图给大家解释:


b6533895589d4b6bb94402c7ae0bd318.png

然后来分析第二个:

0ee1474598d44fb1ab034a00c365ad4b.png

那内存中的这串数转化为10进制跟我们运行的结果一样吗?

我们用计算器看看:

fa1820b10aa942df8073509d3db3f045.png

3ea151e48977422b8358dfc72fb0f4d4.png

现在我们就明白为什么出现这样的结果了

以上就是对浮点数再内存中存储的一个详细讲解,欢迎大家指正,我们一起进步!!!

afd6ed4cfbf5419fa691c631360e5b4b.png


目录
相关文章
|
23天前
|
监控 算法 应用服务中间件
“四两拨千斤” —— 1.2MB 数据如何吃掉 10GB 内存
一个特殊请求引发服务器内存用量暴涨进而导致进程 OOM 的惨案。
|
22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。
46 1
|
27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。
|
29天前
|
监控 Java easyexcel
面试官:POI大量数据读取内存溢出?如何解决?
【10月更文挑战第14天】 在处理大量数据时,使用Apache POI库读取Excel文件可能会导致内存溢出的问题。这是因为POI在读取Excel文件时,会将整个文档加载到内存中,如果文件过大,就会消耗大量内存。以下是一些解决这一问题的策略:
69 1
|
1月前
|
缓存 安全 Java
使用 Java 内存模型解决多线程中的数据竞争问题
【10月更文挑战第11天】在 Java 多线程编程中,数据竞争是一个常见问题。通过使用 `synchronized` 关键字、`volatile` 关键字、原子类、显式锁、避免共享可变数据、合理设计数据结构、遵循线程安全原则和使用线程池等方法,可以有效解决数据竞争问题,确保程序的正确性和稳定性。
37 2
|
4月前
|
存储 分布式计算 Hadoop
HadoopCPU、内存、存储限制
【7月更文挑战第13天】
279 14
|
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。
370 0
|
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