【浮点数在内存中的存储(2)】

简介: 【浮点数在内存中的存储(2)】

前言

本文章继【数据在内存中的存储(1)】,完成收尾工作。

╭( ・ㅂ・)و╭( ・ㅂ・)و坚持就是胜利!

`

一、浮点型在内存中的存储

1.1 整型和浮点型在内存中存储的差异

为什么打印的四个结果完全不一样呢?

接下来就涉及到一个知识点:浮点型在内存中的存储

仔细观察上面代码打印的结果发现:

以整数的形式放进去,再以整数的形式打印出来,结果跟放进去的数一样,以整数的形式放进去,再以浮点数的形式打印出来,结果跟放进去时的数不一样。

如果以浮点数的形式放进去,再以整数的形式打印出来,结果跟放进去时的数不一样,以浮点数的形式放进去,再以浮点数的形式打印出来,结果跟放进去的数一样。

这说明了:同一个整形在内存中存储,以浮点数形式打印还是以整型形式打印,这两者结果不一样。同一个浮点型在内存中存储,以浮点数形式打印还是以整型形式打印,这两者结果也不一样。

如果想要整形,就以整形的形式存储,以整形的方式打印。
想要浮点型,就就以浮点数的形式存储,以浮点数的方式打印

总结:整型和浮点型在内存中的存储方式是有差异的

1.2 浮点数在内存中怎么存储

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

  • (-1)^5 * M * 2^E
  • (-1)^5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。

M E是什么呢?怎么求出呢?

举例

5.5 是十进制的浮点数,先转换成二进制,再写成科学计数法。

对照公式,然后就能知道S,M,E的值。

S E M 是什么

IEEE 754规定:
对于32位的浮点数,也就是float类型,最高位的1位是符号位S,接着的8位是指数E,剩下的32位为有效数字M。

对于64位的浮点数,也就是double类型,最高位的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。

IEEE 754对有效数字M和指数E,还有一些特别规定。

IEEE754对 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。

IEEE754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。

IEEE754对 E 的规定

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。

比如浮点数0.5

上面说到E是无符号整型,规定8个bit位只能存正数,不能存负数,所以先让(-1)+127=126,存的是加得的值也就是126。所以就做一个修正,把负数变成正数,这个修正值就是127。

而对于double类型的数来说,这个修正值是1023,对于11位的E来说,是加上1023,然后存进去。

注意:当要往外拿的时候,就要减去它们的修正值,才是真实的E。

验证:

按F10调试起来,输入&f,可以看到地址正是0×40b00000,而且是小端存储。

指数E从内存中取出的三种情况

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(绝大部分情况)

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*2N(-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:

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,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);

这就能解释文章开头的代码了

int main()
{
  int n = 9;
  //
  //0 00000000 00000000000000000001001
  //S  E        M
  //0  -126     0.00000000000000000001001
  //(-1)^0 * 0.00000000000000000001001 * 2^-126
  //无限接近0
  //E在内存中是全0
  //
  float* pFloat = (float*)&n;
  printf("n的值为:%d\n", n);//9
  printf("*pFloat的值为:%f\n", *pFloat);//0.000000
  *pFloat = 9.0;
  //1001.0
  //1.001 * 2^3
  //(-1)^0 * 1.001 * 2^3
  //S=0     E=3  M=1.001
  //0 10000010 00100000000000000000000 原码=补码
  printf("num的值为:%d\n", n);//1091567616
  printf("*pFloat的值为:%f\n", *pFloat);//9.0
  return 0;
}

总结

以上就是今天要讲的内容,本文介绍了浮点数在内存中的存储的相关知识,能更加明白数据在内存中是怎么存储的。

相关文章
|
2月前
|
存储 C++
看完就等于拿捏浮点数在内存中的储存了
看完就等于拿捏浮点数在内存中的储存了
53 2
看完就等于拿捏浮点数在内存中的储存了
|
2月前
|
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。
104 1
|
2月前
|
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。
|
2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。
|
2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
44 4
|
2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。
60 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
|
2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
|
2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
|
2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。
40 0
|
4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