系统说明二进制小数、规格化表示和 IEEE 754 单双精度格式,覆盖特殊值、精度与舍入,并梳理浮点数加减的对阶和规格化过程。
定点整数在位宽固定时只能覆盖有限的数值范围;浮点数把有效数与指数分开存储,以相同总位数覆盖极大和极小的数。但它以表示精度不均匀、舍入误差和异常值规则为代价。浮点题必须先判断数属于正规数、非正规数还是特殊值,再代入对应公式。
# 一、二进制实数与规格化
# 1. 二进制小数
二进制小数
的数值为
整数部分采用除 取余法,小数部分采用乘 取整法。例如:
小数部分若在有限次乘 后不能变为 ,便没有有限二进制表示。典型例子是
因此,“十进制有限小数” 不等于 “二进制有限小数”;只有既约分母为 的幂的有理数才有有限二进制表示。
# 2. 规格化浮点数
任一非零二进制实数可改写为
其中 为符号, 为规格化有效数, 为真实阶码。规格化使非零有效数的整数部分恒为 ,这一位无需显式存储,称为隐藏位。
例如
于是其符号为 ,有效数小数部分为 ,真实阶码为 。
# 二、IEEE 754 浮点数格式
# 1. 单精度与双精度
IEEE 754 二进制格式把一个浮点数分为符号位 、阶码字段 和小数部分 :
| 格式 | 符号位 | 阶码位数 | 尾数域位数 | 总位数 | 偏置值 Bias |
|---|---|---|---|---|---|
| 单精度 binary32 | 1 | 8 | 23 | 32 | 127 |
| 双精度 binary64 | 1 | 11 | 52 | 64 | 1023 |
对阶码字段既非全 也非全 的正规数:
其中 binary32 的有效二进制位数为 ,binary64 为 ;隐藏的前导 已计入 。
| 格式 | 正规数真实阶码范围 | 最小正规正数 |
|---|---|---|
| binary32 | 2^ | |
| binary64 | 2^ |
# 2. 特殊值与非正规数
阶码全 与全 被保留给非正规数和特殊值。它们的判别不能仍套用正规数的隐藏位公式:
flowchart TB
A[读取 exp 与 frac] --> B{exp 是否全 0}
B -->|是| C{frac 是否全 0}
C -->|是| D[正零或负零]
C -->|否| E[非正规数<br/>没有隐含的前导 1]
B -->|否| F{exp 是否全 1}
F -->|否| G[正规数<br/>有效数为 1.frac]
F -->|是| H{frac 是否全 0}
H -->|是| I[正无穷或负无穷]
H -->|否| J[NaN]| 类别 | \mathrm | \mathrm | 数值或含义 |
|---|---|---|---|
| 正规数 | 非全 、非全 | 任意 | |
| 非正规数 | 全 | 非 | |
| 、 | 全 | 全 | 符号位区分正负零 |
| 、 | 全 | 全 | 符号位区分正负无穷 |
| NaN | 全 | 非 | 非数,表示无定义或无效结果 |
非正规数没有隐藏的前导 ,并固定使用 作为指数。它填补了最小正规数与零之间的间隙,使数轴在零附近渐进而非突然断开。
NaN 不表示某个 “很大” 或 “很小” 的数;NaN 与任何数(包括自身)的有序比较通常均为假。 与最大有限数也不是同一概念。
例题 2.4:解码一个单精度正规数
将单精度位模式 转换为十进制。
【解】 符号位 ;阶码字段为 ,故
尾数域为 ,故有效数为 。因此
# 三、十进制数与 IEEE 编码的转换
# 1. 编码步骤
将一个可精确表示的非零十进制数编码为 binary32 时:
- 分别转换整数与小数部分,得到二进制实数。
- 规格化为 。
- 写出符号位 。
- 计算 ,写成 8 位无符号数。
- 去掉隐藏位前的 ,将小数部分填入 23 位尾数域;不足补 ,超出时依舍入规则处理。
例题 2.5:将 2.25 编码为单精度
【解】
故 ,真实阶码 ,阶码字段为
尾数域为 。完整位模式为
写成十六进制为 。
# 2. 精度、间隔与舍入
浮点数只能表示离散集合中的数。以 binary32 为例,在区间 内相邻可表示数的间隔为 ;在 内间隔为 。指数越大,相邻可表示数的间隔越大,因此浮点精度是相对精度近似固定、绝对间隔随量级变化的。
binary32 可以精确表示所有满足
的整数;例如 不能以 binary32 精确表示。不能用 “尾数域有 23 位” 误推为只能精确表示到 :隐藏位也提供了一位有效精度。
当结果落在两个相邻可表示数之间,IEEE 754 常用默认舍入为 “就近舍入,ties to even(遇中间值取偶)”。实际硬件会保留保护位、舍入位和粘滞位以决定舍入。
十进制的 、 等常见小数在二进制中无限循环;程序中出现 不严格等于 ,根因是输入与运算结果都可能已舍入,而不是加法器 “计算错误”。
# 四、浮点数加减运算
设
浮点加减一般按以下顺序进行:
- 对阶:小阶向大阶对齐,较小阶的有效数右移。
- 尾数加减:按符号完成有效数的加法或减法。
- 规格化:结果过大则右移并增阶,结果前导零过多则左移并减阶。
- 舍入:按目标精度舍入,并处理舍入引起的再次规格化。
- 判定异常:指数上溢产生无穷或依环境处理;下溢可能变为非正规数或零。
例题 2.6:浮点加法的对阶与规格化
设
求 。
【解】 将 向高阶 对齐:
尾数相加:
右规后得到
本题未发生舍入;若右移中被丢弃的低位不全为 ,则需按舍入规则处理。
相近数相减还可能发生严重消去:高位相消后,原先低位的近似误差相对结果被放大。计算题中既要会机械执行对阶,也要能说明精度损失主要发生在右移和舍入处。
# 本节考点
- 二进制小数的位权、有限表示条件与十进制小数的循环问题。
- 规格化表示、隐藏位、符号位、偏置阶码和尾数域。
- IEEE 754 正规数、非正规数、正负零、无穷和 NaN 的判别与公式。
- binary32 与 binary64 的字段长度、偏置值、精度与可精确表示整数范围。
- 浮点数加减的对阶、尾数运算、规格化、舍入及精度损失。
