float_浮点数存储结构
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了float_浮点数存储结构相关的知识,希望对你有一定的参考价值。
参考技术A 进入正题:✨基本数据类型三要素:数据宽带,存储方式,作用范围。其中,float、double的浮点数数存储结构,分为两种情况。
第一种:实数+小数(例如:9.25);
第二种:纯小数部分(0.25);
浮点数:根据IEEE存储规范 32bit 浮点数如下格式
0 00000000 00000000000000000000000
1bit_符号位 8bit_指数部分 23bit_尾数部分
1)9.25 转成二进制:
A. 实数部分:9 : [ 1 0 0 1 ]
B. 小数部分转成二进制:
0.25 * 2 = 0.5 ---> 0
0.5 * 2 = 1.0 ---> 1
从上往下合并:0.25 [ 0 1 ] (注意:乘到小数是零为止,如果乘不到1.0就循环保留从上到下)
C. 9.25 : [ 1 0 0 1 . 0 1 ]
2) 1 0 0 1 . 0 1 用科学计算法表示:1 . 0 0 1 0 1 * 2^3 (将小数点移到最高有效位,向左移为3,向右移为-3)
A. 符号位:0 (是正数)
B. 尾数部分:0 0 1 0 1
C. 指数部分:3
方法一:(需要加上127,然后再转换成二进制:127+3=130,130转二进制为 [ 1 0 0 0 0 0 1 0 ] );
方法二:用3 - 1 = 2 [ 0 0 1 0 ] ,因为小数点向左,故8bit_最高位为1,即1 0 0 0 0 0 1 0 (指数部分) ;
3) 填充浮点数数IEEE存储格式:
根据上面的科学计算法表示后,将存储格式中需要的对应部分,对号入座
0 00000000 00000000000000000000000
0 10000010 00101000000000000000000
1bit_符号位 8bit_指数部分 23bit_尾数部分
( 尾数00101的后面全补0)
合并: 0100 0001 0001 0100 0000 0000 0000 0000
十六进制表示:0x 41140000
即:9.25在计算机的IEEE存储为0x41140000,其中,尾数部分23bit可以看出,float可以精确到小数点后6位。
1)0.25 转成二进制为:
0.25 * 2 = 0.5 ---> 0
0.5 * 2 = 1.0 ---> 1
从上往下合并:0.25 [ 0 1 ]
2)用科学计数法表示0 . 0 1 ,将小数点向右移动到最高有效位: 1.0 * 2^-2
A. 符号位:0 (是正数)
B. 尾数部分:0
C. 指数部分:-2
方法一:(需要加上127,然后再转换成二进制:127+(-2)=125,125转二进制为 [ 0x7D=0 1 1 1 1 1 0 1 ] )
方法二: (用-2 - 1 = -3 [ 0xFD = 11111101] ,因为小数点向左,故8bit_最高位为0,即0 1 1 1 1 1 0 1 )
3) 根据上面的科学计算法表示后,将存储格式中需要的对应部分,对号入座
0 00000000 00000000000000000000000
0 01111101 00000000000000000000000( 尾数0的后面全补0)
1bit_符号位 8bit_指数部分 23bit_尾数部分
合并: 0011 1110 1000 0000 0000 0000 0000 0000
十六进制表示:0x 3E800000
即:0.25在计算机的IEEE存储为0x 3E800000,其中,尾数部分23bit可以看出,float可以精确到小数点后6位。
如 有 不 正 之 处 欢 迎 指 正,相 互 学 习 - - - - -
浮点数float累加误差解决方式总结
首先是float累加产生误差的原因,该部分转自:http://blog.csdn.net/zhrh0096/article/details/38589067
1. 浮点数IEEE 754表示方法
要搞清楚float累加为什么会产生误差,必须先大致理解float在机器里怎么存储的,具体的表示参考[1] 和 [2], 这里只介绍一下组成
由上图可知(摘在[2]), 浮点数由: 符号位 + 指数位 + 尾数部分, 三部分组成。由于机器中都是由二进制存储的,那么一个10进制的小数如何表示成二进制。例如: 8.25转成二进制为1000.01, 这是因为 1000.01 = 1*2^3 + 0*2^2 + 0*2^1 + 0*2^0 + 0*2^-1 + 2*2^-2 = 1000.01.
(2)float的有效位数是6-7位,这是为什么呢?因为位数部分只有23位,所以最小的精度为1*2^-23 在10^-6和10^-7之间,接近10^-7,[3]中也有解释
那么为什么float累加会产生误差呢,主要原因在于两个浮点数累加的过程。
2. 两个浮点数相加的过程
两浮点数X,Y进行加减运算时,必须按以下几步执行(可参考 [4] 中插图):
(1)对阶,使两数的小数点位置对齐,小的阶码向大的阶码看齐。
(2)尾数求和,将对阶后的两尾数按定点加减运算规则求和(差)。
(3)规格化,为增加有效数字的位数,提高运算精度,必须将求和(差)后的尾数规格化。
(4)舍入,为提高精度,要考虑尾数右移时丢失的数值位。
(5)判断结果,即判断结果是否溢出。
关键就在与对阶这一步骤,由于float的有效位数只有7位有效数字,如果一个大数和一个小数相加时,会产生很大的误差,因为尾数得截掉好多位。例如:
123 + 0.00023456 = 1.23*10^2 + 0.000002 * 10^2 = 123.0002
那么此时就会产生0.00003456的误差,如果累加多次,则误差就会进一步加大。
解决方式有几种,但都不是最佳方式,参考:http://bbs.csdn.net/topics/390549664
3.解决方法
方法一
Kahan summation算法
https://en.wikipedia.org/wiki/Kahan_summation_algorithm
function KahanSum(input) var sum = 0.0 var c = 0.0 // A running compensation for lost low-order bits. for i = 1 to input.length do var y = input[i] - c // So far, so good: c is zero. var t = sum + y // Alas, sum is big, y small, so low-order digits of y are lost. c = (t - sum) - y // (t - sum) cancels the high-order part of y; subtracting y recovers negative (low part of y) sum = t // Algebraically, c should always be zero. Beware overly-aggressive optimizing compilers! next i // Next time around, the lost low part will be added to y in a fresh attempt. return sum
伪代码如上
解决方法就是把多余的误差部分算出来(c),再在下一次循环减去这个误差
方法二
int main() { float f = 0.1; float sum = 0; sum+=add(f,4000000); cout<<sum<<endl; return 0; } float add(float f,int count) { if(count==1) return f; else return add(f,count/2)+add(f,count-count/2); }
二分法递归计算加法,这样会没有误差,但是函数调用消耗大(尤其是多次)
方法三
使用double,精度更高,但是本来是没有必要用这么高精度的
方法四
ieee浮点数,为了规格化,精度每超过2的整数次幂,精度要下降一位,
你的f是0.1,float位数是23,当sum足够大的时候,会出现 sum+f==sum 的情况,这个是ieee标准,
和C++没关系,事实上编译器应该已经做了浮点精度调整了,你这结果误差算小的了.
避免这种误差的方法就是浮点数,永远不要让一个很大的数去加上一个很小的数.不知你这段代码的目的是
什么,但如果你改成这样,误差会小很多:
float f = 0.1; float sum = 0; for( i=0; i<100; i++) { int sumEachBig=0; for(....k<400....) { int sumEachSmall=0; for(....j<100.....) sumEachSmall += f; sumEachBig+=sumEachSmall; } sum += sumEachBig; }
来自manzi11的回答。多次用多次循环,小循环的计算结果加上大循环的运算结果
by wolf96 2017/7/10
以上是关于float_浮点数存储结构的主要内容,如果未能解决你的问题,请参考以下文章