欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

关于Java float和double精度范围大小

程序员文章站 2022-03-10 13:25:31
目录java float和double精度范围大小一、小数的二进制转换(浮点数)二、浮点数在计算机中的存储三、指数位的偏移量与无符号表示四、小结一下float和double的范围到底是多少java f...

java float和double精度范围大小

要想理解float和double的取值范围和计算精度,必须先了解小数是如何在计算机中存储的:

举个例子:78.375,是一个正小数。要在计算机中存储这个数,需要把它表示为浮点数的格式,先执行二进制转换:

一、小数的二进制转换(浮点数)

78.375的整数部分:

关于Java float和double精度范围大小

小数部分:

关于Java float和double精度范围大小

所以,78.375的二进制形式就是1001110.011

然后,使用二进制科学记数法,有

关于Java float和double精度范围大小

注意,转换后用二进制科学记数法表示的这个数,有底有指数有小数部分,这个就叫做浮点数

二、浮点数在计算机中的存储

在计算机中,保存这个数使用的是浮点表示法,分为三大部分:

  • 第一部分用来存储符号位(sign),用来区分正负数这里是0,表示正数
  • 第二部分用来存储指数(exponent),这里的指数是十进制的6
  • 第三部分用来存储小数(fraction),这里的小数部分是001110011

需要注意的是,指数也有正负之分,后面再讲。

如下图所示(图片来自*):

关于Java float和double精度范围大小

比如float类型是32位,是单精度浮点表示法:

  • 符号位(sign)占用1位,用来表示正负数,
  • 指数位(exponent)占用8位,用来表示指数,
  • 小数位(fraction)占用23位,用来表示小数,不足位数补0。

而double类型是64位,是双精度浮点表示法:

  • 符号位占用1位,指数位占用11位,小数位占用52位。

到这里其实已经可以隐隐看出:

  • 指数位决定了大小范围,因为指数位能表示的数越大则能表示的数越大嘛!
  • 而小数位决定了计算精度,因为小数位能表示的数越大,则能计算的精度越大咯!

可能还不够明白,举例子吧:

  • float的小数位只有23位,即二进制的23位,能表示的最大的十进制数为2的23次方,即8388608,即十进制的7位,严格点,精度只能百分百保证十进制的6位运算。
  • double的小数位有52位,对应十进制最大值为4 503 599 627 370 496,这个数有16位,所以计算精度只能百分百保证十进制的15位运算。

三、指数位的偏移量与无符号表示

需要注意的是指数可能是负数,也有可能是正数,即指数是有符号整数,而有符号整数的计算是比无符号整数麻烦的。所以为了减少不必要的麻烦,在实际存储指数的时候,需要把指数转换成无符号整数。那么怎么转换呢?

注意到float的指数部分是8位,则指数的取值范围是 -126到+127,为了消除负数带来的实际计算上的影响(比如比较大小,加减法等),可以在实际存储的时候,给指数做一个简单的映射,加上一个偏移量,比如float的指数偏移量为127,这样就不会有负数出现了

比如

  • 指数如果是6,则实际存储的是6+127=133,即把133转换为二进制之后再存储。
  • 指数如果是-3,则实际存储的是-3+127=124,即把124转换为二进制之后再存储。

当我们需要计算实际代表的十进制数的时候,再把指数减去偏移量即可。

对应的double类型,存储的时候指数偏移量是1023。

四、小结一下

所以用float类型来保存十进制小数78.375的话,需要先转换成浮点数,得到符号位指数小数部分

这个例子前面已经分析过,所以:

符号位是0,

指数位是6+127=133,二进制表示为10 000 101,

小数部分是001110011,不足部分请自动补0。

连起来用float表示,加粗部分是指数位,最左边是符号位0,代表正数:

0 10000101 001110011 00000 00000 0000

如果用double来保存。。。自己计算吧,太多0了。

float和double的范围到底是多少

java中float占4个字节,32bit。计算范围公式为 ((-1)^s)* (2^(e-127))*(1.m) ,其中s占一位是符号位,e所占8bit是指数位,m占23位是尾数位。

这里一开始(1.m)部分一开始我一直没想明白为什么前面是1,突然有一天脑子开窍了,科学计数法表示的时候小数点前面就必须是1,所以规格化的时候小数点前面是1。

e占8位,所以大小是0-255,但是为了表示小数,指数部分需要可以是小数,对半一分,所以最后是e-127,也就是说指数部分为-127-128。

尾数部分没什么好说的,范围就是1-1.11……(23位全是1)

注意 :尾数这里1.1111实际上是 十进制的1 + 二进制的0.1111, 什么意思呢, 举例说明会清楚一点:

1.1 ----> 1+1/2 = 1.5 = 2-1/2

1.11 -----> 1+1/2 +1/4 = 1.75 = 2-1/4

总结一下上面的,按道理最大值应该是(2^128)*(2-2^(-23))=2^129-2^105=6.81*10^38,但是一般书上说的都是3.40*10^38,那么问题又来了,为什么会大了2倍?

排除掉所有出书的人抄来抄去的行为导致所有的书都错了这个因素,那么剩下的只能是上面某个地方出了问题。首先,回到上面那个我加粗的规格化上去(我个人觉得完全可以用一般情况来代替这个词),仔细想想,假如所有的数都是上面那种规格化表示的时候:

第一:得到的数永远是(1.m)乘以一个数,指数部分是不会为0的,那么0怎么表示?

第二:无穷大和无穷小,还有nan(not a number)又是怎么用这32bit表示出来的?我曾经想过的一个解释是,计算机里没有那个数就表示nan嘛。。。以前还真觉得这个好有道理来着。但是计算机这个东西你只能当做一个工具,也就是说它不能无中生有,它只能处理我们给它的东西,所有无穷大无穷小还有nan在计算机里肯定有一种表示方式。

所以,一定还有非规格化的表示,也就是所谓的特殊情况。

第一:当e是8个0的时候,此时就不是(1.m)而是(0.m)了,这个时候就可以表示出0了,当然还可以表示那些非常接近0的数。

第二:当e是8个1的时候,如果小数域全是0,表示的是无穷,其余的表示nan。

由上可知,指数部分为(0-127)和(255-127)的时候表示的是两种特殊情况,所以e的范围应该是【-126,127】。最后,得出的结论是规格化的浮点数的表示范围是 正负(2^127)*(2-2^(-23))=2^128-2^104=3.40*10^38

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。