二进制小数

首先复习进位计数制的要素:

  1. 数码:用来表示进制数的元素。比如

    • 二进制数的数码为:0,1
    • 十进制数的数码为:0,1,2,3,4,5,6,7,8,9
    • 十六进制数的数码为:0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F
  2. 基数:数码的个数。比如

    • 二进制数的基数为2
    • 十进制数的基数为10
    • 十六进制数的基数为 16
  3. 位权:数制中每一固定位置对应的单位值称为位权。

    • 二进制第2位的位权为\(2^1\),第3位的位权为\(2^2\):\((10010.1110)_2 = 1 * 2^4 + 0 * 2^3 + 0 * 2^2 + 1 * 2^1 + 0 * 2^0 + 1 * 2^{-1} + 1 * 2^{-2} + 1 * 2^{-3} + 0 * 2^{-4} = 16 + 2 + 1/2 + 1/4 + 1/8\)
    • 十进制第2位的位权为\(10^1\),第3位的位权为\(10^2\):\((123.45)_{10}=1×10^2+2×10^1+3×10^0+4×10^{-1}+5×10^{-2}\)
    • 十六进制第2位位权为\(16^1\),第3位的位权为\(16^2\):\((BAD)_{16} =11× 16^2+10×16^1+13×16^0=(2989)_{10}\)

    总结来说

    • 十进制表示公式为:

    • 二进制表示公式为:

  • 注意:二进制小数不像整数一样,只要位数足够,它就可以表示所有整数。假设我们仅考虑有限长度的编码,那么二进制小数无法精确的表示任意小数,比如十进制小数0.2,我们并不能将其准确的表示为一个二进制数,只能增加二进制长度提高表示的精度。如下图所示,二进制表示十进制的0.2只能无限接近,却永远无法精确表示0.2。

IEEE 浮点表示

于是为了在计算机中准确表示浮点数,IEEE指定了一条标准来规范表示浮点数,若不对浮点数的表示作出明确的规定,同一个浮点数的表示就不是唯一的。例如\((1.75)_{10}\)可以表示成\(1.11×2^0\),\(0.111×2^1\),\(0.0111×2^2\)等多种形式。

IEEE,电气和电子工程师协会( 全称是Institute of Electrical and Electronics Engineers)是一个国际性的电子技术与信息科学工程师的协会,是目前全球最大的非营利性专业技术学会,IEEE 754 标准是IEEE二进位浮点数算术标准(IEEE Standard for Floating-Point Arithmetic)的标准编号。

浮点数的存储格式

IEEE754 标准中规定:

  1. Float 单精度浮点数,用 1 位表示符号,用 8 位表示阶码,用 23 位表示尾数,一共32位。
  2. double 双精度浮点数,用 1 位表示符号,用 11 位表示阶码,52 位表示尾数,一共64位。
  • 阶码:阶码是整数,阶符和 m 位阶码的数值部分共同反映 浮点数的表示范围及小数点的实际位置 ,常用移码或补码表示。IEEE754标准中采用移码的表示形式。

    • 移码:移码(又叫增码)是对真值补码的符号位取反,一般用作浮点数的阶码,引入的目的是便于浮点数运算时的对阶操作。

  • 尾数:数符表示浮点数的符号,尾数的数值部分的位数 n 反映浮点数的 精度 ,常用原码或补码表示。IEEE754标准中采用原码的表示形式

浮点数的表示格式

浮点数表示法是指以适当的形式将比例因子表示在数据中,让小数点的位置根据需要而浮动。这样,在位数有限的情况下,既扩大了数的表示范围,又保持了数的有效精度。

浮点数的真值为:

\[x=(−1)^S×2^e×M
\]

其中

  • S代表符号位,取值为0或1
  • e代表指数,E代表阶码
    • \(e=E-127(Float)\),\(e=E-1023(Double)\)
    • \(E=e_移-1\)
    • 计算指数e时,对阶码E的计算采用原码的计算方式,因此单精度浮点数(Float)的阶码E为8位的取值范围是0到255。根据规定,阶码E既不全为0(数值0),也不全为1。
    • 所以单精度下8位阶码E的规格化的浮点数阶码范围是1至254,因此指数e的范围则为-126至127。
    • 双精度下11位阶码E的规格化的浮点数阶码范围是1至2046,所以指数e范围为-1022至1023。
  • M代表尾数,决定浮点数的精度,它是一个二进制小数,表示为\(M=1+f\)
    • 其中\(f\)是n 位的尾数所表示的小数值,满足\(0\le f<1\),其二进制表示为:\(\small {0.f_{n-1}f_{n-2}\cdot \cdot \cdot f_{1}f_{0}}\) ,也就是二进制小数点在最高有效位的左边。
    • 由于是\(1+f\),所以我们又可以看成\(\small {1.f_{n-1}f_{n-2}\cdot \cdot \cdot f_{1}f_{0}}\)
    • 所以尾数的范围为\(1 \le M < 2\)

由上面的每个对应位置的范围,我们可以求得

  • 单精度最小规格化正数为:\(x=(-1)^0×2^{-126}×1\)
  • 单精度最大规格化正数为:\(x=(-1)^0×2^{127}×(2-2^{-23})\)

例题

a:

0,01,其中0代表是正数,所以原码和补码相同,01→\(0*2^1+1*2^0=1\),所以阶码为+1

1.1001,其中1代表是负数,所以原码为补码末尾减一(1000),按位取反(0111),对应真值为-0.0111=\(-(2^{-2}+2^{-3}+2^{-4})=-\frac{7}{16}\)

所以\(a=2^1×(-0.0111)=2^1×(-\frac{7}{16})=-\frac{7}{8}\)

b:

0,01,对应真值为+1

0.01001对应真值为+0.01001=\(+(2^{-2}+2^{-5})=+\frac{9}{32}\)

所以\(b=2^1×(+0.01001)=2^1×\frac{9}{32}=\frac{9}{16}\)

规格化单精度浮点数

为了提高数据的表示精度同时保证数据表示的唯一性,需要对浮点数做规格化处理。

在计算机内,对非0值的浮点数,要求尾数的绝对值必须大于基数R(这里R=2)的倒数,即\(|M|≥1/R\)

0.5规格化

0.5的二进制为0.1

符号位S为0,指数为\(e=-1\)(为啥?我猜是因为0.1中1的最高位是-1),规格化后尾数为1.0(为啥?因为M最小为1.0)。

单精度浮点数尾数域共23位,右侧以0补全,尾数域:

\[M=[000\ 0000\ 0000\ 0000\ 0000\ 0000]_2​
\]

阶码E:

\[E=[−1]_移​−1=[0111\ 1111]_2​−1=[0111\ 1110]_2​
\]

对照单精度浮点数的存储格式,将符号位S,阶码E和尾数域M存放到指定位置,得0.5的机器码:

\[0.5=[0011\ 1111\ 0000\ 0000\ 0000\ 0000\ 0000\ 0000]_2
\]

1.5规格化

1.5的二进制为1.1

符号位为0,指数\(e=0\)(为啥?我猜是因为1.1中1的最高位是0),规格化后尾数为1.1(为啥?因为二进制为1.1,所以M就是1.1,如果二进制是1111,M就是1.111)。

尾数域M右侧以0补全,得尾数域:

\[M=[100\ 0000\ 0000\ 0000\ 0000\ 0000]_2
\]

阶码E:

\[E=[0]_移-1=[1000 0000]_2-1=[0111 1111]_2
\]

得1.5的机器码:

\[1.5=[0011\ 1111\ 1100\ 0000\ 0000\ 0000\ 0000\ 0000]_2
\]

5规格化

5的二进制为101

符号位为0,指数为\(e=2\),规格化后尾数为1.01(为啥?因为二进制为101,所以M就是1.01)。

单精度浮点数尾数域共23位,右侧以0补全,尾数域:

\[M=[010\ 0000\ 0000\ 0000\ 0000\ 0000]_2
\]

阶码E:

\[E=[2]_移−1=[1000\ 0010]_2−1=[1000\ 0001]_2
\]

得5的机器码:

\[5=[0100\ 0000\ 1010\ 0000\ 0000\ 0000\ 0000\ 0000]_2
\]

参考文献

浮点数的表示 -- 基本格式、规格化、表示范围_starter_____的博客-CSDN博客_浮点数规格化表示

详解 浮点数的规格化表示_Hello.Aaric的博客-CSDN博客_浮点数规格化

浮点数表示_shuzfan的专栏-CSDN博客_浮点数

IEEE754 浮点数的表示方法_Dablelv的博客专栏-CSDN博客_ieee 754

二进制小数和IEEE浮点标准的更多相关文章

  1. 深入理解计算机系统(2.7)------二进制小数和IEEE浮点标准

    整数的表示和运算我们已经讲完了,在实际应用中,整数能够解决我们大部分问题.但是某些需要精确表示的数,比如某件商品的价格,某两地之间的距离等等,我们如果用整数表示将会有很大的出入,这时候浮点数就产生了. ...

  2. 二进制小数及 IEEE 浮点表示

    1.二进制小数 前面这篇博客 进制间的转换  我们已经讲过了各个进制数的表示.现在我们复习一下: 进位计数制的要素: ①.数码:用来表示进制数的元素.比如二进制数的数码为:0,1.十进制数的数码为:0 ...

  3. IEEE浮点标准

    原文地址:http://www.math.byu.edu/~schow/work/IEEEFloatingPoint.htm Floating point system Floating point ...

  4. 深入理解计算机系统(2.7)---二进制浮点数,IEEE标准(重要)

    2.6我们进行了二进制整数运算的最后一役,本次LZ将和各位一起进入浮点数的世界,这里没有无符号,没有补码,但是有各种各样的惊奇.倘若你真正的进入了浮点数的世界,一定会发现它原来是这么有意思,而不是像之 ...

  5. 深入理解计算机系统(2.8)---浮点数的舍入,Java中的舍入例子以及浮点数运算(重要)

    前言 上一章我们简单介绍了IEEE浮点标准,本次我们主要讲解一下浮点运算舍入的问题,以及简单的介绍浮点数的运算. 之前我们已经提到过,有很多小数是二进制浮点数无法准确表示的,因此就难免会遇到舍入的问题 ...

  6. CSAPP:信息的表和处理2

    CSAPP:信息的表和处理2 关键点:浮点数.浮点数运算. 二进制小数IEEE浮点数表示浮点数转换(单精度)参考 二进制小数   形如表示的二进制数,其中每个位的取值范围位0和1.这种表示方式的定义如 ...

  7. 【CSAPP笔记】3. 浮点数

    回想起刚学C语言时,我对浮点数的印象大概是"能够表示小数"的数据类型.还死记硬背过例如什么"小数用double存,用%f输出"这类的话.实际上呢,浮点数可以用这 ...

  8. c 浮点数

    一.二进制小数 十进制小数: 12.3410 == 1 * 101 + 2 * 100 + 3 * 10-1 + 4 * 10-2 = 12(34/100) (可能很多人还不知道怎么计算一个数的负幂, ...

  9. Ch2信息的表示和处理——caspp深入理解计算机系统

    目录 第2章 信息的表示和处理 2.1 信息存储 2.1.1 十六进制 一.表示法 二.加减 三.进制转换 2.1.2 字 2.1.3 数据大小 2.1.4 字节顺序与表示 一.字节的排列规则 二.打 ...

随机推荐

  1. java中Condition类的详细介绍(详解)

    已找不到原文了,还望原文博主看到能告诉小白一下,一定标注原文地址 一 condition 介绍及demo Condition是在java 1.5中才出现的,它用来替代传统的Object的wait(). ...

  2. java实现第39级台阶(三十九级台阶)

    标题: 第39级台阶 小明刚刚看完电影<第39级台阶>,离开电影院的时候,他数了数礼堂前的台阶数,恰好是39级! 站在台阶前,他突然又想着一个问题: 如果我每一步只能迈上1个或2个台阶.先 ...

  3. Nginx跨域及Https配置

    一.跨域 1. 什么是跨域? 跨域:指的是浏览器不能执行其他网站的脚本.它是由浏览器的同源策略造成的,是浏览器对javascript施加的安全限制(指一个域下的文档或脚本试图去请求另一个域下的资源,这 ...

  4. 第二个hibernate Annotation版本的helloworld

    经过第一次的 hibernate  我发现每一个数据库表都对应了一个类,并且每一个类都要新建一个文件进行配置 很麻烦!  于是便出现了Annotation版本的hibernate. 具体如下: 1.同 ...

  5. 原生js实现图片瀑布流布局,注释超详细

    完整代码: <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF ...

  6. 别让HR再质问我:我费劲招的人,你用缓存问废了,不能简单点?

    概念 缓存穿透 在高并发下,查询一个不存在的值时,缓存不会被命中,导致大量请求直接落到数据库上,如活动系统里面查询一个不存在的活动. 缓存击穿 在高并发下,对一个特定的值进行查询,但是这个时候缓存正好 ...

  7. git push 错误,回滚 push操作

    作者:故事我忘了¢个人微信公众号:程序猿的月光宝盒 0.记一次使用git push后,覆盖了同事代码的糗事 前言: ​ 都在WebStorm中操作,Idea或者PyCharm同理 ​ 为了高度还原尴尬 ...

  8. @loj - 2106@ 「JLOI2015」有意义的字符串

    目录 @description@ @solution@ @accepted code@ @details@ @description@ B 君有两个好朋友,他们叫宁宁和冉冉.有一天,冉冉遇到了一个有趣 ...

  9. PAT 1043 Is It a Binary Search Tree (25分) 由前序遍历得到二叉搜索树的后序遍历

    题目 A Binary Search Tree (BST) is recursively defined as a binary tree which has the following proper ...

  10. Spark GraphX企业运用

    ========== Spark GraphX 概述 ==========1.Spark GraphX是什么?  (1)Spark GraphX 是 Spark 的一个模块,主要用于进行以图为核心的计 ...