IEEE754标准的浮点数存储格式
操作系统 ： CentOS7.3.1611_x64
gcc版本 ：4.8.5
基本存储格式（从高到低） ： Sign + Exponent + Fraction
Sign ： 符号位
Exponent ： 阶码
Fraction ： 有效数字
32位浮点数存储格式解析
Sign ： 1 bit（第31个bit）
Exponent ：8 bits （第 30 至 23 共 8 个bits）
Fraction ：23 bits （第 22 至 0 共 23 个bits）
32位非0浮点数的真值为(python语法) ：
(-1) **Sign * 2 **(Exponent-127) * (1 + Fraction)
示例如下：
a = 12.5
1、求解符号位
a大于0，则 Sign 为 0 ，用二进制表示为： 0
2、求解阶码
a表示为二进制为： 1100.0
小数点需要向左移动3位，则 Exponent 为 130 （127 + 3），用二进制表示为： 10000010
3、求解有效数字
有效数字需要去掉最高位隐含的1，则有效数字的整数部分为 ： 100
将十进制的小数转换为二进制的小数的方法为将小数*2，取整数部分，则小数部分为： 1
后面补0，则a的二进制可表示为： 01000001010010000000000000000000
即 ： 0100 0001 0100 1000 0000 0000 0000 0000
用16进制表示 ： 0x41480000
4、还原真值
Sign = bin() = Exponent = bin() = Fraction = bin(0.1001) = ** (-) + ** (-) = 0.5625
真值：
(-) ** * **(-) * ( + 0.5625) = 12.5
32位浮点数二进制存储解析代码（c++）：
https://github.com/mike-zhang/cppExamples/blob/master/dataTypeOpt/IEEE754Relate/floatTest1.cpp
运行效果：
[root@localhost floatTest1]# ./floatToBin1
sizeof(float) :
sizeof(int) :
a = 12.500000
showFloat : 0x
UFP : ,,
b : 0x41480000
showIEEE754 a = 12.500000
showIEEE754 varTmp = 0x00c00000
showIEEE754 c = 0x00400000
showIEEE754 i = , a1 = 1.000000 , showIEEE754 c = , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x41000000
showIEEE754 : 0x41480000
[root@localhost floatTest1]#
64位浮点数存储格式解析
Sign ： 1 bit（第31个bit）
Exponent ：11 bits （第 62 至 52 共 11 个bits）
Fraction ：52 bits （第 51 至 0 共 52 个bits）
64位非0浮点数的真值为(python语法) ：
(-) **Sign * **(Exponent-) * ( + Fraction)
示例如下：
a = 12.5
1、求解符号位
a大于0，则 Sign 为 0 ，用二进制表示为： 0
2、求解阶码
a表示为二进制为： 1100.0
小数点需要向左移动3位，则 Exponent 为 1026 （1023 + 3），用二进制表示为： 10000000010
3、求解有效数字
有效数字需要去掉最高位隐含的1，则有效数字的整数部分为 ： 100
将十进制的小数转换为二进制的小数的方法为将小数*2，取整数部分，则小数部分为： 1
后面补0，则a的二进制可表示为：
0100000000101001000000000000000000000000000000000000000000000000
即 ： 0100 0000 0010 1001 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000
用16进制表示 ： 0x4029000000000000
4、还原真值
Sign = bin() =
Exponent = bin() =
Fraction = bin(0.1001) = ** (-) + ** (-) = 0.5625
真值：
(-) ** * **(-) * ( + 0.5625) = 12.5
64位浮点数二进制存储解析代码（c++）：
https://github.com/mike-zhang/cppExamples/blob/master/dataTypeOpt/IEEE754Relate/doubleTest1.cpp
运行效果：
[root@localhost t1]# ./doubleToBin1
sizeof(double) :
sizeof(long) :
a = 12.500000
showDouble : 0x
UFP : ,,
b : 0x0
showIEEE754 a = 12.500000
showIEEE754 logLen =
showIEEE754 c = (0x4020000000000000)
showIEEE754 b = 0x4020000000000000
showIEEE754 varTmp = 0x8000000000000
showIEEE754 c = 0x8000000000000
showIEEE754 i = , a1 = 1.000000 , showIEEE754 c = , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 i = , a1 = 0.000000 , showIEEE754 b = 0x4020000000000000
showIEEE754 : 0x4029000000000000
[root@localhost t1]#
好，就这些了，希望对你有帮助。
本文github地址：
https://github.com/mike-zhang/mikeBlogEssays/blob/master/2018/20180117_IEEE754标准的浮点数存储格式.rst
欢迎补充
IEEE754标准的浮点数存储格式的更多相关文章
- 将四个BYTE数值转换成IEEE754标准的浮点数（两种方法：用Addr函数取字节数字的首地址，或者用Absolute关键字）
在工作中,经常使用到IEEE754格式的数据.IEEE754格式的数据占四个字节,好像Motorola格式和Intel格式的还不一样. 由于工作中很少和他打交道(使用的软件内部已经处理),就没太在意. ...
- C#中浮点数依IEEE-754标准转二进制串 (MODBUS 浮点数转换)
因工作需要,把再串口通信中浮点数与字节流的数据转换函数放在这,转发的,谢谢原作者. 今天花了一天的时间搜罗资料,为了解决一个串口编程的进制转化问题.因为串口传送的浮点数据格式与IEEE-754标准(3 ...
- 第二章 运算方法与运算器（浮点数的加减法，IEEE754标准32/64浮点规格化数）
这一章,主要介绍了好多种计算方法.下面,写一点自己对于有些计算(手写计算过程)的见解. 1.原码.反码.补码 原码:相信大家都会写,符号位在前二进制数值在后,凑够位数即可. 反码:原码符号位不变,其他 ...
- 十进制浮点数转换成IEEE754标准的32浮点数的二进制格式
参考: http://jimmygod.blog.163.com/blog/static/43511339200792605627411/ http://blog.csdn.net/archersab ...
- IEEE754标准浮点数表示与舍入
原文地址:https://blog.fanscore.cn/p/26/ 友情提示:本文排版不太好,但内容简单,请耐心观看,总会搞懂的. 1. 定点数 对于一个无符号二进制小数,例如101.111,如果 ...
- IEEE754标准浮点格式
两种基本浮点格式:单精度和双精度.IEEE单精度格式具有24位有效数字,并总共占用32 位.IEEE双精度格式具有53位有效数字精度,并总共占用64位 两种扩展浮点格式:单精度扩展和双精度扩展.此标准 ...
- IEEE754标准
以下计算按规格化规定: S:符号位 M:分数值 E:指数偏移值 单精度浮点数(32bit): NUM_single = (-1)^S * 1.M * 2^(E-127) 双精度浮点数(64b ...
- 【转载】JS Number类型数字位数及IEEE754标准
JS的基础类型Number,遵循 IEEE 754 规范,采用双精度存储(double precision),占用 64 bit.如图 意义 1位用来表示符号位 11位用来表示指数 52位表示尾数 浮 ...
- JS Number类型数字位数及IEEE754标准
JS的基础类型Number,遵循 IEEE 754 规范,采用双精度存储(double precision),占用 64 bit.如图 意义 1位用来表示符号位 11位用来表示指数 52位表示尾数 浮 ...
随机推荐
- 20165235 学习基础和C语言基础调查
20165235 学习基础和C语言基础调查 首先第一个问题:你有什么技能比大多人(超过90%以上)更好?感觉很难回答这种问题,其实我对很多东西挺感兴趣的,如果非要拿出一种比较突出的技能的话我感觉就是象 ...
- poj 3368 Frequent values(经典)【RMQ】
<题目链接> 题目大意: 给你一个长度为n的序列,这个序列每个数都有一个值,接下来进行q次询问,问在指定区间内出现次数最多的数出现了几次. 解题分析: 因为该序列是非降序的,所以该序列中的 ...
- 数据结构之二叉搜索树、AVL自平衡树
前言 最近在帮公司校招~~ 所以来整理一些数据结构方面的知识,这些知识呢,光看一遍理解还是很浅的,看过跟动手做过一遍的同学还是很容易分辨的哟~ 一直觉得数据结构跟算法,就好比金庸小说里的<九阳神 ...
- 超出JavaScript安全整数限制的数字计算-BigInt
JavaScript中的基本数据类Number是双精度浮点数,它可以表示的最大安全范围是正负9007199254740991,也就是2的53次方减一,在浏览器控制台分别输入Number.MAX_SAF ...
- python数据结构之队列（二）
书接上文,双端队列区别于单队列为:双端队列可以对队列头和尾部同时进行操作,单队列不行 #coding:utf-8 class DoubleQueue(object): def __init__(sel ...
- UVA 1592 DataBase
思路: 知识补充: ①make_pair和pair: /*pair是将2个数据组合成一个数据,当需要这样的需求时就可以使用pair,如stl中的map就是将key和value放在一起来保存.另一个应用 ...
- WPFToolkit DataGrid 使用介绍zz
首先:这版本需要.NetFrameWork SP1的支持 WPF Toolkit - February 2010 Release 下载地址:http://wpf.codeplex.com/rele ...
- java菜鸟之微信分享
前言:我终于理解了什么叫做教科书:教科书就是把一些简单容易的知识写成一堆谁都看不懂的书,这,就简称“教科书” 这些天接触到微信分享以及回调的问题,因为之前没接触过,所以这次做这个分享,碰了一点点壁,特 ...
- Idea中的Maven
IDEA作为java开发必不可少的一个工具,对于老Eclipse开发人员刚接触的时候可能会有些陌生,同时,maven也是java开发经常使用的工具,有些人可能会不清楚怎么在idea里面使用maven, ...
- fastjson 使用教程
fastjson 是阿里的开源项目,具网上的说法 fastjson 的解析速度是 Gson 的6倍,体积小,而且开源. 项目地址: https://github.com/alibaba/fastjso ...