【c语言进阶】浮点型在内存中的储存是什么样的?会和整形一样吗?快来看看吧!

我会带着你远行 2024-03-30 14:44 66阅读 0赞

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:

  1. #include<stdio.h>
  2. int main()
  3. {
  4. int n = 9;
  5. float* pFloat = (float*)&n;
  6. printf("n的值为:%d\n", n);
  7. printf("*pFloat的值为:%f\n", *pFloat);
  8. *pFloat = 9.0;
  9. printf("num的值为:%d\n", n);
  10. printf("*pFloat的值为:%f\n", *pFloat);
  11. return 0;
  12. }

运行的结果与我们预测的大为不同:

22e22012b9cb46ef8ebfcf1ffade58ad.png

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。

01e1619380ca4afda510a208179fee7c.png

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。

f9f0034274ed4b2ba6ecda2bfa4fd267.png

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?

5dd2b86b1f6944e4a7637ebccc776912.png

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

47c41df8d8b747dda14f038d261c790b.png

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。

a40a506b56c24953b07f67f69d6a0698.png

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!!!

发表评论

表情:
评论列表 (有 0 条评论,66人围观)

还没有评论,来说两句吧...

相关阅读

    相关 c生万物之内存存储

    今天我们聊一下浮点型在内存中的存储,我们知道整形在内存中存储补码,用正数来说,因为原码、反码、补码,相同所以直接存储,那浮点数的存储是什么样的呢?先看一下下面的代码。