浮点数为什么不精确?

6,214 阅读5分钟

1.浮点数为什么不精确

其实这句话本身就不精确, 相对精确一点的说法是: 我们码农在程序里写的10进制小数,计算机内部无法用二进制的小数来精确的表达。                                什么是二进制的小数? 就是形如 101.11  数字,注意,这是二进制的,数字只能是0和1。                 101.11 就等于 1 * 2^2 +0 *2^1 + 1*2^0 + 1*2^-1 + 1*2^-2  = 4+0+1+1/2+1/4 = 5.75                 下面的图展示了一个二进制小数的表达形式。         (公众号码农翻身注: 此图来自于《深入理解计算机系统》第2章)                从图中可以看到,对于二进制小数,小数点右边能表达的值是 1/2, 1/4, 1/8, 1/16, 1/32, 1/64,  1/128 ...  1/(2^n)                现在问题来了, 计算机只能用这些个 1/(2^n) 之和来表达十进制的小数。                

我们来试一试如何表达十进制的 0.2 吧。


               

0.01  = 1/4  = 0.25  ,太大                0.001 =1/8 = 0.125 , 又太小                0.0011   = 1/8 + 1/16 = 0.1875 , 逼近0.2了                0.00111 = 1/8 + 1/16 + 1/32 = 0.21875  , 又大了                0.001101 = 1/8+ 1/16 + 1/64 = 0.203125  还是大                0.0011001 = 1/8 + 1/16 + 1/128 =  0.1953125  这结果不错                0.00110011 = 1/8+1/16+1/128+1/256 = 0.19921875已经很逼近了, 就这样吧。                 这就是我说的用二进制小数没法精确表达10进制小数的含义。 

2.浮点数计算机的表示

那计算机内部具体是怎么表示的呢? 


               

计算机不可能提供无限的空间让程序去存储这些二进制小数。                 它需要规定长度,  在Java 中, 提供了两种方式: float 和double , 分别是32位64位。                 可以这样查看一下一个float的内部表示(以0.09f为例):Float.floatToRawIntBits(0.09f)                  你将会得到:1035489772, 这是10进制的, 转化成二进制, 在前面加几个0补足 32位就是:                0 01111011 01110000101000111101100                你可以看到它分成了3段:第一段代表了符号(s)  :  0 正数,  1 负数  , 其实更准确的表达是 (-1) ^0                  第二段是阶码(e):01111011  ,对应的10进制是 123                第三段是尾数(M)                你看到了尾数和阶码,就会明白这其实是所谓的科学计数法:(-1)^s  * M *  2^e                对于0.09f 的例子,就是:0101110000101000111101100 * (2^123) 好像不对,这肯定远远大于0.09f  !                这是因为浮点数遵循的是IEEE754 表示法, 我们刚才的s(符号) 是对的,但是 e(阶码)和 M(尾数)需要变换:                                对于阶码e , 一共有8位, 这是个有符号数, 特别是按照IEEE754 规范, 如果不是0或者255, 那就需要减去一个叫偏置量的值,对于float 是127                                 所以 E  = e - 127 = 123-127 = -4                对于尾数M ,如果阶码不是0或者255,  他其实隐藏了一个小数点左边的一个 1 (节省空间,充分压榨每一个bit啊)。即 M = 1.01110000101000111101100                现在写出来就是:1.01110000101000111101100 * 2^-4=0.000101110000101000111101100= 1/16 + 1/64 + 1/128+ 1/256 + ....    = 0.0900000035762786865234375                你看这就是0.09的内部表示, 很明显他比0.09更大一些, 是不精确的!                64位的双精度浮点数double是也是类似的, 只是尾数和阶码更长, 能表达的范围更大。符号位 :1位阶码 : 11位尾数: 52位        (公众号码农翻身注: 这个图也是来源于《深入理解计算机系统》第二章)上面的例子0.09f 其实是所谓的规格化的浮点数, 还有非规格化的浮点数,这里就不展开了。

3.使用浮点数

由于浮点数表示的这种“不精确性”或者说是“近似性”, 对于精确度要求不高的运算还行, 如果我们用float或者double 来做哪些要求精确的运算(例如银行)时就要小心了, 很可能得不到你想要的结果。                                 具体的改进方法推荐大家看看《Effective Java》在第48条所推荐的“使用BigDecimal来做精确运算”。                 声明: 原创文章,版权所有,未经授权,禁止转载                                

你看到的只是冰山一角, 更多精彩文章,尽在码农翻身微信公众号:


               

我是一个线程                

我是一个Java class                

Javascript: 一个屌丝的逆袭                

Java : 一个帝国的诞生                

Basic : 一个老兵的自述                

小王的架构师之路                

程序员在工作中必备的能力                

码农需要知道的潜规则                

TCP/IP 之 大明王朝的邮差                

CPU 阿甘                

IE为什么把Chrome和火狐打伤了                

Node.js :我只需要一个店小二                

假如我是计算机系老师                

假如时光倒流,我会这么学Java                

学会编程,而不是学会Java                

15年编程生涯,资深架构师总结的7条经验                

                                   公共号:码农翻身“码农翻身”公众号由工作15年的前IBM架构师创建,分享编程和职场的经验教训。