float内存存储方式

任何数据在内存中都是以二进制（1或着0）顺序存储的，每一个1或着0被称为1位，而在x86CPU上一个字节是8位。比如一个16位（2字节）的 short int型变量的值是1156，那么它的二进制表达就是：00000100 10000100。由于Intel CPU的架构是Little Endian（请参数机算机原理相关知识），所以它是按字节倒序存储的，那么就因该是这样：10000100 00000100，这就是定点数1156在内存中的结构。

那么浮点数是如何存储的呢？目前已知的所有的C/C++编译器都是按照 IEEE（国际电子电器工程师协会）制定的IEEE 浮点数表示法来进行运算的。这种结构是一种科学表示法，用符号（正或负）、指数和尾数来表示，底数被确定为2，也就是说是把一个浮点数表示为尾数乘以2的指数次方再加上符号。下面来看一下具体的float的规格：

float

共计32位，折合4字节

由最高到最低位分别是第 31、30、29、……、0位

31位是符号位，1表示该数为负，0反之。

30-23位，一共8位是指数位。

22-0位，一共23 位是尾数位。

每8位分为一组，分成4组，分别是A组、B组、C组、D组。

每一组是一个字节，在内存中逆序存储，即：DCBA

我们先不考虑逆序存储的问题，因为那样会把读者彻底搞晕，所以我先按照顺序的来讲，最后再把他们翻过来就行了。

现在让我们按照IEEE浮点数表示法，一步步的将float型浮点数12345.0f转换为十六进制代码。在处理这种不带小数的浮点数时，直接将整数部转化为二进制表示：1 11100010 01000000也可以这样表示：11110001001000000.0然后将小数点向左移，一直移到离最高位只有1位，就是最高位的 1：1.11100010 01000000一共移动了16位，在布耳运算中小数点每向左移一位就等于在以2为底的科学计算法表示中指数+1，所以原数就等于这样：1.11100010010000000 * (
2 ^ 16 )好了，现在我们要的尾数和指数都出来了。显而易见，最高位永远是1，因为你不可能把买了16个鸡蛋说成是买了0016个鸡蛋吧？所以这个1我们还有必要保留他吗？没有！好的，我们删掉他。这样尾数的二进制就变成了：11100010 010000000 最后在尾数的后面补0，一直到补够23位：11100010 01000000 0000000

再回来看指数，一共8位，可以表示范围是0 - 255的无符号整数，也可以表示-128 - 127的有符号整数。但因为指数是可以为负的，所以为了统一把十进制的整数化为二进制时，都先加上127，在这里，我们的16加上127后就变成了 143，二进制表示为：10001111

12345.0f这个数是正的，所以符号位是0，那么我们按照前面讲的格式把它拼起来：

0 10001111（指数） 1110001 00100000 00000000（尾数）

0 1000111 11110001 00100000 00000000

再转化为16进制为：47 F1 20 00，最后把它翻过来，就成了：00 20 F1 47。

现在你自己把54321.0f转为二进制表示，自己动手练一下！

有了上面的基础后，下面我再举一个带小数的例子来看一下为什么会出现精度问题。

按照IEEE浮点数表示法，将 float型浮点数123.456f（）转换为十六进制代码。对于这种带小数的就需要把整数部和小数部分开处理。整数部直接化二进制：100100011。小数部的处理比较麻烦一些，也不太好讲，可能反着讲效果好一点，比如有一个十进制纯小数0.57826，那么5是十分位，位阶是1/10；7是百分位，位阶是1/100；8是千分位，位阶是1/1000……，这些位阶分母的关系是10^1、10^2、10^3……，现假设每一位的序列是{S1、S2、 S3、……、Sn}，在这里就是5、7、8、2、6，而这个纯小数就可以这样表示：n
= S1 * ( 1 / ( 10 ^ 1 ) ) + S2 * ( 1 / ( 10 ^ 2 ) ) + S3 * ( 1 / ( 10 ^ 3 ) ) + …… + Sn * ( 1 / ( 10 ^ n ) )。把这个公式推广到b进制纯小数中就是这样：

n = S1 * ( 1 / ( b ^ 1 ) ) + S2 * ( 1 / ( b ^ 2 ) ) + S3 * ( 1 / ( b ^ 3 ) ) + …… + Sn * ( 1 / ( b ^ n ) )

float 内存如何存储的

类型	[align=center]存储位数[/align]	总位数	偏移值 (offset)
[align=left]数符(S)[/align]	[align=left]阶码(E)[/align]	[align=left]尾数(M)[/align]
[align=left]短实数(float) [/align]	[align=left] 1 [/align]	[align=left] 8[/align]	[align=left] 23[/align]	[align=left] 32[/align]	[align=left]127[/align]
[align=left]长实数(double)[/align]	[align=left] 1[/align]	[align=left] 11[/align]	[align=left] 52[/align]	[align=left] 64[/align]	[align=left] 1023[/align]

N (10) = 123.456,

换算成二进制表示：
N (2) = 1111011. 01110100101111001
= 1. 11101101110100101111001(...) * 2^6

那么E – 127 = 6; E = 127 + 6 = 133(10) = 10000101(2)
M = 111 0110 1110 1001 0111 1001 (省略了最高数字位1,
共23bit)

组合起来就是：
S E M
0 10000101 111 0110 1110 1001 0111 1001
4bit一间隔：
0100 0010 1111 0110 1110 1001 0111 1001
4 2 F 6 E
9 7 9

转载自： http://blog.163.com/laorenyuhai126@126/blog/static/193507792010103104341148/
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------

最为一个常识，我们都知道浮点型在内存中占用的是4个字节的空间，而long型占用的是8个字节的空间。可是为什么4个字节的float型的最大值会大于long型的最大值呢？
我们都知道，float类型的范围是：一3.403E38~3.403E38。而long类型的范围是：-2^63~2^63-1（大概是9*10^18）。

我以前也是简单的记住就算完事了，对于它为什么会这样却没有考虑过。

下面给大家分享一下我现在的理解：

long整型数，在内存中占用8个字节共64位，它表示的数值有2的64次方，平分正负，数值范围是负2的63次方到正2的63次方-1。
而float在内存中占4个字节，共32位，但是浮点数在内存中是这样的：
V=(-1)^s * M * 2^E



浮点数的32位不是简单的直接表示大小，而是按照一定的标准分配的。
其中第1位，符号位，即S。
接下来的8位，指数域，即E。
剩下的23位，小数域，即M，M的取值范围为[1，2）或[0，1）。
也就是说，浮点数在内存中的二进制值不是直接转换为十进制数值的，而是按照上述公式计算而来，通过这个公式，虽然只用到了4个字节，但是浮点数却比长整型的最大值要大。

这也就是为什么在数据转换的时候，long类型转换为float类型的根本原因所在！

转载自：http://blog.csdn.net/lbq613613/article/details/7896621