持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第二天，点击查看活动详情
----20220526
开始机组复习啦，跟着老师的ppt走，一共47面ppt，今天至少给大家讲一半
ppt1-11
float型与真值之间的变换流程
单精度浮点数是用来表示带有小数部分的实数，一般用于科学计算。占用4个字节（32位）存储空间，包括符号位1位，阶码8位，尾数23位
对于格式有以下几点说明：
（1）E采用移码表示，注意其偏移量是127，而不是标准移码的128.偏移量越大，移码最大值，最小值越小，非规格化数精度越高；规格化数表示范围越小，采用偏移量127表示的精度低一点，但范围略大一点。
（2）尾数M为定点小数，小数点固定在M最左侧，且小数点左边还有一个隐藏的1，因此尾数的实际有效位位24位，完整尾数形式为1.M,进行浮点数表示时只保存M，节省的比特位可以用于提高尾数的精度。尾数的部分是绝对值表示，尾数的符号位也就是浮点数的符号位S，为1时表示负数，为0时表示正数，所以浮点数的尾数可以看作原码表示
（3）S,E,M字段的取值不同，所表示的浮点数不同。
我身边还是有一些宝贝不太会IEEE754浮点数与对应真值之间的转换流程，其实他的流程就如上图所示，首先将要转化 的十进制浮点数N转为（-1）^s2^e1.M,之后算出E的值，E=e+127，之后保存S,E,M。
我们现在来看一道例题：将十进制数20.59375转换为IEEE754单精度浮点数的十六进制机器码
这道题很简单，思路就是通过跟上图的转换流程，一步一步的进行跟着就行
这张图是我写的解法，中间那个很乱的字，是A，当时脑子一抽，写错了。
那么浮点数转为十进制呢，其实就是反着来
例：求IEEE754单精度浮点数（C1360000）16对应的十进制数
值得注意的是，十进制小数大多不能精准转换为二进制数，如0.1，0.2，0.3等数在转为二进制值小数时都会变成循环小数，即使有再多的尾数也无法精确表示这些十进制数，通常只能采用舍入的方式近似，因此会带来数据表示的误差，这类误差会在计算的过程中不断累计放大。
正因为二进制浮点数并不能精确的表示所有的十进制数，所以程序员使用二进制浮点数编辑时，一定要非常小心，要充分考虑浮点数运算可能带来的运算误差，尽量避免对浮点数进行之间比较，在一些对误差及其敏感的情况下，建议采用十进制浮点数进行运算。
浮点数加减运算
首先时浮点数计算步骤：对阶，尾数运算，规格化，溢出判断，舍入
浮点数运算细节
1、对阶：小阶对大阶，尾数右移（符号位一起移位）
2、结果规格化：补码符号位与数值最高位不同\
-
**00.1xxxxx 11.0xxxxx** - 右移以实现规格化 向右规格化 右归 阶码+ 和符号位一起移位
- 左移以实现规格化 向左规格化 左归 阶码- 和符号为一起移位 3、舍入：较为常用的有一下三种方法：截去、0舍1入，偶数舍入 4、溢出判断：根据阶码是否溢出确定浮点数是否溢出
- 阶码正溢出，运算结果上溢
- 阶码负上溢，运算结果下溢
