我们知道，整形在内存中存储的是补码，那么浮点数在内存中是如何存储的呢？下面请听我细细道来
我们先来预测一下这个代码的结果：
#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; }
运行的结果与我们预测的大为不同：
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？
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
实际上，是因为浮点数在内存中的存储与整型在内存中的存储不是一套规则。当他以整型在内存中放好数据以后，又想依靠浮点数的规则拿出来这些数据当然结果有所区别了
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
比如说一个十进制浮点数5.5
他首先要转化为二进制数，结果为101.1
而他又可以写为(-1)^0 * 1.011 * 2^2
也即是S=0,M=1.011,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。
也就是说，任何一个浮点数都可以对应出他的S、M、E
关于小数点的进制转化问题可以看看我这篇博客的详细详解
整数和浮点数的任意进制转！！（包括16进制）确定不进来看看？！_张栩睿(已黑化)的博客-CSDN博客
有了S、M、E我们就可以进行存储浮点数了
IEEE 754规定：
对于32位的float型浮点数，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。
对于64位的double型浮点数，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。
有效数字M的特别规定：
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。
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。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.
然后，指数E从内存中取出还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前加上第一位的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)，其阶码为-1+127=126，表示为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
这时，浮点数的指数E等于1-127（或者1-1023）即为真实值，细心的你会发现，这个数字已经非常非常小了，这个时候，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）；
现在我们来证实一下浮点数在内存中是真的这样存储的吗？
float a = 5.5;
5.5 ----->(-1)^0 * 1.011 * 2^2
也就是S=0,M=1.011，E=2
（需要注意的是存储S一位，E有八位，M有23位,并且E需要加127，M要省略第一个1）
所以存储为0 10000001 01100000000000000000000
也就是0100 0000 1011 0000 0000 0000 0000 0000
也就是40 b0 00 00
现在我们就可以清楚的解释之前的题了：
首先我们先看看9.0的浮点型是什么样的：
float a = 9.0;
9.0---->(-1)^0 * 1.001 * 2^3
S=0,M=1.001,E=3
所以存储为：0 10000010 00100000000000000000000
也就是0100 0001 0001 0000 0000 0000 0000 0000
也即是41 10 00 00
我们用float类型的指针指向n，这时候n存储的是0000 0000 0000 0000 0000 0000 0000 0101，当我们以浮点数的形式去读取时，发现指数E部分全为0，满足E全为0的情况，因此浮点数写成1.001*2^（-146）,显然无线接近于0，所以以浮点数读取时，打印出来就是0.
而当我们用解引用指针存入一个浮点数时，存入n的形式是0100 0001 0001 0000 0000 0000 0000 0000，以整数形式读取打印时的结果就是一个非常大的数1091567616.
缺陷：
如果我们给一个浮点数float a=3.14,而3.14在转化为2进制时是无法完全转化的，一旦转化的2进制小数点个数很多时，会导致浮点数缺失精度，因此double比float更精确。
如图，我们无法完美的保存3.14，有一些浮点数总会有一些误差。
本站主要讲解了浮点型在内存中的存储
如果对你有帮助，不要忘记点赞加收藏哦！！！
想获得更多优质的博客，一定不要忘记关注我哦！！！
