数据在内存中的存储(2)——浮点数

简介: 数据在内存中的存储(2)——浮点数

1、什么是浮点数


首先,我们需要理解什么是浮点数?

之前我们学习了定点数,其中「定点」指的是约定小数点位置固定不变。那浮点数的「浮点」就是指,其小数点的位置是可以是漂浮不定的。

这怎么理解呢?

其实,浮点数是采用科学计数法的方式来表示的,例如十进制小数 8.345,用科学计数法表示,可以有多种方式:


1. 8.345 = 8.345 * 10^0
2. 8.345 = 83.45 * 10^-1
3. 8.345 = 834.5 * 10^-2
4. ...


看到了吗?用这种科学计数法的方式表示小数时,小数点的位置就变得「漂浮不定」了,这就是浮点数名字的由来。

使用同样的规则,对于二进制数,我们也可以用科学计数法表示,也就是说把基数 10 换成 2 即可。


2、浮点数与整数存储方式相同吗?


博主特意将浮点数与整数分开讲,那么说明肯定是不同的

这里博主为大家引入一个例子,看看是否真的不同,请看以下代码

1. int main()
2. {
3.  int n = 9;
4.  float *pFloat = (float *)&n;//将n的地址取出强制类型转换为float*,然后再赋给*pFloat
5.  printf("n的值为:%d\n",n);
6.  printf("*pFloat的值为:%f\n",*pFloat);
7.  *pFloat = 9.0;
8.  printf("num的值为:%d\n",n);
9.  printf("*pFloat的值为:%f\n",*pFloat);
10. return 0;
11. }


这里博主想让各位先试一下自己猜测一下结果为多少,我相信大多数都会猜测为

n的值为:9

*pFloat的值为:9.000000

num的值为:9

*pFloat的值为:9.000000

因为这是我们前面所讲的整数的存储思维,那这样的结果对吗?我们来看一下运行结果


我们发现,和我们猜想得值不一样,那这说明一个什么问题呢?

说明浮点数与整数得存储方式并不相同,接下来我们一起来看看浮点数再内存中是如何存储的


3、浮点数的存储规则


       3.1 、国际标准IEEE(电气和电子工程协会) 754

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。

 

我们已经知道,浮点数是采用科学计数法来表示一个数字的,它的格式可以写成这样:

V = (-1)^S * M * R^E

其中各个变量的含义如下:

  • S:符号位,取值 0 或 1,决定一个数字的符号,0 表示正,1 表示负
  • M:尾数,用小数表示,例如前面所看到的 8.345 * 10^0,8.345 就是尾数
  • R:基数,表示十进制数 R 就是 10,表示二进制数 R 就是 2
  • E:指数,用整数表示,例如前面看到的 10^-1,-1 即是指数

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。


       3.2、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。

  • 符号位 S 占 1 bit
  • 指数 E 占 10 bit
  • 尾数 M 占 21 bit

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。

 

 

  • 符号位 S 占 1 bit
  • 指数 E 占 11 bit
  • 尾数 M 占 52 bit

       3.3、IEEE 754对有效数字M的规定。


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。


       3.4、IEE 754对有效数字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,例如0.5

1. 十进制:0.5
2. 二进制:0.1
3. 0.5=(-1)^0*1.0*2^(-1)
4. S:0
5. M:1.0
6. E:-1

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:


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。

S E M
0 01111110 00000000000000000000000


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);

 

好了,关于浮点数的表示规则,就说到这里。


4、解释前面的题目


为什么 0x00000009 还原成浮点数,就成了 0.000000 ?

 

首先,将 0x00000009 拆分,得到第一位符号位s=0,后面8位的指数 E=00000000 ,

最后23位的有效数字M=000 0000 0000 0000 0000 1001。

 

由于指数E全为0,所以符合上一节的第二种情况。因此,浮点数V就写成:

 

   V=(-1)^0 × 0.00000000000000000001001×2^(-126)=1.001×2^(-146)

 

显然,V是一个很小的接近于0的正数,所以用十进制小数表示就是0.000000。代码解释如下

1. #include <stdio.h>
2. //
3. //int main()
4. //{
5. // int n = 9;
6. // //
7. // //0 00000000 00000000000000000001001
8. // //S  E        M
9. // //0  -126     0.00000000000000000001001
10. //  //(-1)^0 * 0.00000000000000000001001 * 2^-126
11. //  //
12. //  //E在内存中是全0
13. //  //
14. //  float* pFloat = (float*)&n;
15. //
16. //  printf("n的值为:%d\n", n);//9
17. //  printf("*pFloat的值为:%f\n", *pFloat);//0.000000
18. //

再看例题的第二部分。

 

请问浮点数9.0,如何用二进制表示?还原成十进制又是多少?

 

首先,浮点数9.0等于二进制的1001.0,即1.001×2^3

那么,第一位的符号位s=0,有效数字M等于001后面再加20个0,凑满23位,指数E等于3+127=130, 即10000010。

 

所以,写成二进制形式,应该是s+E+M,即 这个32位的二进制数,还原成十进制,正是 1091567616 。代码解释如下

1. // *pFloat = 9.0;
2. // //1001.0
3. // //1.001 * 2^3
4. // //(-1)^0 * 1.001 * 2^3
5. // //S=0     E=3  M=1.001
6. // //0 10000010 00100000000000000000000
7. // //
8. // printf("num的值为:%d\n", n);//1091567616
9. // printf("*pFloat的值为:%f\n", *pFloat);//9.0
10. //
11. //  return 0;
12. //}

最后再给宝子们一个单双精度浮点数的对比,加深一下理解

制作不易,你的三连就是博主最大的动力!!!

目录
打赏
0
0
0
0
28
分享
相关文章
kafka 的数据是放在磁盘上还是内存上,为什么速度会快?
Kafka的数据存储机制通过将数据同时写入磁盘和内存,确保高吞吐量与持久性。其日志文件按主题和分区组织,使用预写日志(WAL)保证数据持久性,并借助操作系统的页缓存加速读取。Kafka采用顺序I/O、零拷贝技术和批量处理优化性能,支持分区分段以实现并行处理。示例代码展示了如何使用KafkaProducer发送消息。
C 语言结构体与位域:高效数据组织与内存优化
C语言中的结构体与位域是实现高效数据组织和内存优化的重要工具。结构体允许将不同类型的数据组合成一个整体,而位域则进一步允许对结构体成员的位进行精细控制,以节省内存空间。两者结合使用,可在嵌入式系统等资源受限环境中发挥巨大作用。
131 12
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。
278 1
“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。
129 14
|
5月前
|
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。
JVM实战—2.JVM内存设置与对象分配流转
本文详细介绍了JVM内存管理的相关知识,包括:JVM内存划分原理、对象分配与流转、线上系统JVM内存设置、JVM参数优化、问题汇总。
JVM实战—2.JVM内存设置与对象分配流转
JVM简介—2.垃圾回收器和内存分配策略
本文介绍了Java垃圾回收机制的多个方面,包括垃圾回收概述、对象存活判断、引用类型介绍、垃圾收集算法、垃圾收集器设计、具体垃圾回收器详情、Stop The World现象、内存分配与回收策略、新生代配置演示、内存泄漏和溢出问题以及JDK提供的相关工具。
JVM简介—2.垃圾回收器和内存分配策略
JVM简介—1.Java内存区域
本文详细介绍了Java虚拟机运行时数据区的各个方面,包括其定义、类型(如程序计数器、Java虚拟机栈、本地方法栈、Java堆、方法区和直接内存)及其作用。文中还探讨了各版本内存区域的变化、直接内存的使用、从线程角度分析Java内存区域、堆与栈的区别、对象创建步骤、对象内存布局及访问定位,并通过实例说明了常见内存溢出问题的原因和表现形式。这些内容帮助开发者深入理解Java内存管理机制,优化应用程序性能并解决潜在的内存问题。
JVM简介—1.Java内存区域
|
22天前
|
JVM: 内存、类与垃圾
分代收集算法将内存分为新生代和老年代,分别使用不同的垃圾回收算法。新生代对象使用复制算法,老年代对象使用标记-清除或标记-整理算法。
23 6
深入探索Java虚拟机(JVM)的内存管理机制
本文旨在为读者提供对Java虚拟机(JVM)内存管理机制的深入理解。通过详细解析JVM的内存结构、垃圾回收算法以及性能优化策略,本文不仅揭示了Java程序高效运行背后的原理,还为开发者提供了优化应用程序性能的实用技巧。不同于常规摘要仅概述文章大意,本文摘要将简要介绍JVM内存管理的关键点,为读者提供一个清晰的学习路线图。