浮点数在计算机中的存储方式
2010-05-04 18:36
218 查看
C语言和 C#语言中,对于浮点型的数据采用单精度类型(float)和双精度类型(double)来存储:
float 数据占用 32bit;
double 数据占用 64bit;
我们在声明一个变量 float f = 2.25f 的时候,是如何分配内存的呢?
其实不论是 float 类型还是 double 类型,在存储方式上都是遵从IEEE的规范:
float 遵从的是 IEEE R32.24;
double 遵从的是 IEEE R64.53;
单精度或双精度在存储中,都分为三个部分:
符号位 (Sign):0代表正数,1代表为负数;
指数位 (Exponent):用于存储科学计数法中的指数数据;
尾数部分 (Mantissa):采用移位存储尾数部分;
单精度 float 的存储方式如下:
Demo class 浮点数
{
static void Main(string[] args)
{
float f = 2.2f;
double d = (double)f;
Console.WriteLine(d.ToString("0.0000000000000"));
//结果:"2.2000000476837"
f = 2.25f;
d = (double)f;
Console.WriteLine(d.ToString("0.0000000000000"));
//结果:"2.2500000000000"
//2.25 - 2.2 = 0.05 ( 但实际结果不是0.05 )
float f2 = 2.25f - 2.2f;
Console.WriteLine(f2.ToString("0.0000000000000"));
//结果:"0.0499999500000"
}
}
输出的结果可能让大家疑惑不解:
单精度的 2.2 转换为双精度后,精确到小数点后13位之后变为了2.2000000476837
而单精度的 2.25 转换为双精度后,变为了2.2500000000000
为何 2.2 在转换后的数值更改了,而 2.25 却没有更改呢?
其实通过上面关于两种存储结果的介绍,我们大概就能找到答案。
2.25 的单精度存储方式表示为:0 10000001 00100000000000000000000
2.25 的双精度存储方式表示为:0 10000000 0010010000000000000000000000000000000000000000000000000
这样 2.25 在进行强制转换的时候,数值是不会变的。
而我们再看看 2.2,用科学计数法表示应该为:
将十进制的小数转换为二进制的小数的方法是:将小数*2,取整数部分。
0.2×2=0.4,所以二进制小数第一位为0.4的整数部分0;
0.4×2=0.8,第二位为0.8的整数部分0;
0.8×2=1.6,第三位为1;
0.6×2=1.2,第四位为1;
0.2×2=0.4,第五位为0;
...... 这样永远也不可能乘到=1.0,得到的二进制是一个无限循环的排列 00110011001100110011...
对于单精度数据来说,尾数只能表示 24bit 的精度,所以2.2的 float 存储为:
但是这种存储方式,换算成十进制的值,却不会是2.2。
因为在十进制转换为二进制的时候可能会不准确(如:2.2),这样就导致了误差问题!
并且 double 类型的数据也存在同样的问题!
所以在浮点数表示中,都可能会不可避免的产生些许误差!
在单精度转换为双精度的时候,也会存在同样的误差问题。
而对于有些数据(如2.25),在将十进制转换为二进制表示的时候恰好能够计算完毕,所以这个误差就不会存在,也就出现了上面比较奇怪的输出结果。
来源: /article/4598841.html
本人对其中的一些细节和错误进行了精心的调整。
float 数据占用 32bit;
double 数据占用 64bit;
我们在声明一个变量 float f = 2.25f 的时候,是如何分配内存的呢?
其实不论是 float 类型还是 double 类型,在存储方式上都是遵从IEEE的规范:
float 遵从的是 IEEE R32.24;
double 遵从的是 IEEE R64.53;
单精度或双精度在存储中,都分为三个部分:
符号位 (Sign):0代表正数,1代表为负数;
指数位 (Exponent):用于存储科学计数法中的指数数据;
尾数部分 (Mantissa):采用移位存储尾数部分;
单精度 float 的存储方式如下:
Demo class 浮点数
{
static void Main(string[] args)
{
float f = 2.2f;
double d = (double)f;
Console.WriteLine(d.ToString("0.0000000000000"));
//结果:"2.2000000476837"
f = 2.25f;
d = (double)f;
Console.WriteLine(d.ToString("0.0000000000000"));
//结果:"2.2500000000000"
//2.25 - 2.2 = 0.05 ( 但实际结果不是0.05 )
float f2 = 2.25f - 2.2f;
Console.WriteLine(f2.ToString("0.0000000000000"));
//结果:"0.0499999500000"
}
}
输出的结果可能让大家疑惑不解:
单精度的 2.2 转换为双精度后,精确到小数点后13位之后变为了2.2000000476837
而单精度的 2.25 转换为双精度后,变为了2.2500000000000
为何 2.2 在转换后的数值更改了,而 2.25 却没有更改呢?
其实通过上面关于两种存储结果的介绍,我们大概就能找到答案。
2.25 的单精度存储方式表示为:0 10000001 00100000000000000000000
2.25 的双精度存储方式表示为:0 10000000 0010010000000000000000000000000000000000000000000000000
这样 2.25 在进行强制转换的时候,数值是不会变的。
而我们再看看 2.2,用科学计数法表示应该为:
将十进制的小数转换为二进制的小数的方法是:将小数*2,取整数部分。
0.2×2=0.4,所以二进制小数第一位为0.4的整数部分0;
0.4×2=0.8,第二位为0.8的整数部分0;
0.8×2=1.6,第三位为1;
0.6×2=1.2,第四位为1;
0.2×2=0.4,第五位为0;
...... 这样永远也不可能乘到=1.0,得到的二进制是一个无限循环的排列 00110011001100110011...
对于单精度数据来说,尾数只能表示 24bit 的精度,所以2.2的 float 存储为:
但是这种存储方式,换算成十进制的值,却不会是2.2。
因为在十进制转换为二进制的时候可能会不准确(如:2.2),这样就导致了误差问题!
并且 double 类型的数据也存在同样的问题!
所以在浮点数表示中,都可能会不可避免的产生些许误差!
在单精度转换为双精度的时候,也会存在同样的误差问题。
而对于有些数据(如2.25),在将十进制转换为二进制表示的时候恰好能够计算完毕,所以这个误差就不会存在,也就出现了上面比较奇怪的输出结果。
来源: /article/4598841.html
本人对其中的一些细节和错误进行了精心的调整。
相关文章推荐
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式(转)
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中的存储方式
- 数据(整型数、浮点数)在计算机内存中的存储方式
- 浮点数在计算机中存储方式(转)
- 浮点数在计算机中存储方式(zz )
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- [转载]浮点数在计算机中存储方式
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式(转)
- 浮点数在计算机中存储方式
- 浮点数在计算机中存储方式 转自:http://www.cnblogs.com/jillzhang/archive/2007/06/24/793901.html