• [C进阶] 数据在内存中的存储——浮点型篇



    一、常见的浮点数:

    3.14159
    1E5==1.0×105
    . . .
    浮点数家族包括: floatdoublelong double(C99 标准) 类型
    浮点数表示的范围:float.h中定义👇

    二、引入

    此代码输出的结果是什么?

     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; }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    输出:


    输出这样的结果是不是意料之外呢?从中我们也可以发现一个有趣的现象:当我们以整数存储并以整数打印,或者以浮点数存储并以浮点数打印,输出的结果都在我们意料之内。但是当我们以整数存储却以浮点数打印,或者以浮点数存储却以整数打印,输出的结果都不尽相同。
    由此结果分析,我们至少可以得到:浮点数和整数在内存中的存储方式一定存在差异,但是究竟存在什么差异呢?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。

    三、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 × 2E
    • (-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。
    • 2E表示指数位。

    例如:
    V=-5.5
    第一步:按权重转化为2进制数V=-101.1(-1×22+1×20+1×2-1
    第二步:根据国际标准转化形式V=(-1)1 × 1.011 × 22
    分解:S=1,M=1.011,E=2

    V=9.5
    第一步:按权重转化为2进制数V=1001.1(1×23+1×20+1×2-1
    第二步:根据国际标准转化形式V=(-1)0 × 1.0011 × 23
    分解:S=0,M=1.0011,E=2

    拓展:
    不是所有的小数都能在内存中精确保存,由于计算机是以2进制保存数据的,所以对于十进制的小数,计算机只能保存如2-1、2-2、 2-3 ……的数值及它们的加和值。例如0.3由于计算机的特殊储存机制,在计算机中不能以2进制精确保存。

    3.1、浮点数储存模型

    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。

    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

    3.2、EEE 754 特别规定

    IEEE 754 对有效数字M和指数E,还有一些特别规定:

    有效数字M

    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。

    指数位E

    至于指数E,情况就比较复杂。

    1、存入数据时:

    首先,存入数据时: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。

    2、读取数据时
    (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前加上第一位的1。
    比如:float数值0.5(1/2)的IEEE 754表示形式为1.0*2^(-1),即2进制形式为:
    0 01111110 00000000000000000000000 读取数据时,E(真实)=E(计算)-127==-1=01111110-127

    (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

    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)

    四、对“引入”中问题的解释

    总结

    以上就是浮点数在内存中存储的全部内容了,希望本章内容能够给您带来帮助!😊
    同志们,我们下期再见!

  • 相关阅读:
    在Windows下Com库的原理以及它与系统的关系?- CoCreateInstance解析
    神经网络怎么看训练效果,神经网络结果图如何看
    项目构建工具maven
    linux常用命令
    40 个 SpringBoot 常用注解:让生产力爆表!
    京东数据接口:京东数据分析怎么做?
    3.JS数组求和的几种方法
    移动端异构运算技术 - GPU OpenCL 编程(基础篇)
    Python使用Redis计算经纬度距离
    手摸手教你使用 Docker 快速搭建 Gitlab 服务
  • 原文地址:https://blog.csdn.net/LEE180501/article/details/126293813