精华内容
下载资源
问答
  • <p>20若浮点数尾数用补码表示,则下列数中为规格化尾数形式的是() B.0.0111000 ...21)若浮点数尾数用原码表示,则下列数中为规格化尾数形式的是( A.1.1100000 B.0.0111000 D.1.0010000 C.0.0101000</p>
  • 数据规格化的总结

    万次阅读 多人点赞 2016-09-21 15:04:48
    首先,原码的尾数规格化形式是很简单的: 正数的形式是:0.1xxxxxx…x,自然最大值就是0.1111111….1, 最小值是0.10000….0 负数的形式是:1.1xxxxxx…x,自然最小值就是1.111111….1, 最大值是1.1000…..0因为我们...

    首先,原码的尾数规格化形式是很简单的:
    正数的形式是:0.1xxxxxx…x,自然最大值就是0.1111111….1, 最小值是0.10000….0
    负数的形式是:1.1xxxxxx…x,自然最小值就是1.111111….1, 最大值是1.1000…..0

    因为我们很轻松就能联系到:小数的最高位必须是1.

    那么到补码表示的时候,这个规则就不成立了吗?

    不是,这也是补码尾数规格化的依托。

    因此,正小数的形式当然和原码一样:0.1xxxxxx…x,自然最大值就是0.1111111….1, 最小是0.10000….0

    而负数是我们特别关注的:
    1.0xxxxxx….x的形式,最大值是1.0111111…1, 最小值是1.000000….0

    为什么说原则是一样的?因为需要满足数据位最高位是1,那么在补码下,负数自然就是0了。

    这还体现出一种pattern,即规格化的小数符号位和最高的数据位相反。

    以上是必要的铺垫,这里最想说的是基数不为2的时候该怎样理解?

    设浮点数阶的基数是8,尾数采用模4补码表示,试指出下面的数那个是规格化数。
    A. 11.111000 B. 00.000111 C. 11.101010 D. 11.111101

    理解背后的逻辑后,就是非常简单的事情了。

    基数是8,也即意味着用三位二进制位表示一个数。

    还是那样,最高位必须不为0,这个说法有点变化,在基数为2的时候我们说不为0等价于为1,现在是基数为8了,最高位只要是1-7中的数字都可以,所以,只需要看数据的前三位是不是不为0即可!

    加上这是补码表示的,很容易就锁定了,C是正确的!

    以上。

    展开全文
  • 规格化数的形式及其范围 特例1: 特例2: 为什么负数就为1.0xxxx…形式: 结合一般情况和两个特例,负数尾数补码的规格化数的范围解释如下: 补码规格化尾数的最大负数形式为 1.01⋯11.01 \cdots 11.01⋯1 , 而不是...

    规格化数(基于浮点数)

    规格化操作分为两类:
    左归和右归:
    规格化数的形式及其范围
    在这里插入图片描述
    在这里插入图片描述

    特例1:

    在这里插入图片描述

    特例2:

    在这里插入图片描述
    在这里插入图片描述

    为什么负数就为1.0xxxx…形式:

    结合一般情况和两个特例,负数尾数补码的规格化数的范围解释如下:

    在这里插入图片描述

    补码规格化尾数的最大负数形式 1.01 ⋯ 1 1.01 \cdots 1 1.011 ,
    而不是原码的形式 1.10 ⋯ 0 原 1.10 \cdots 0_{原} 1.100(对应真值为 − 1 2 -\frac{1}{2} 21) ,

    1.10 ⋯ 0 1.10 \cdots 0 1.100 不是补码规格化数,所以规格化尾数的最大负数是 − ( 0.10 ⋯ 0 + 0.0 ⋯ 01 ) 真 = − 0.10 ⋯ 0 1 真 -(0.10 \cdots 0+0.0 \cdots 01)_{真}=-0.10 \cdots 01_{真} (0.100+0.001)=0.1001 ,
    ( − 0.10 ⋯ 01 ) 补 = 1.01 ⋯ 1 (-0.10 \cdots 01)_{补}=1.01 \cdots 1 (0.1001)=1.011

    展开全文
  • 文章目录1 浮点数的一般表示2 IEEE 754标准的浮点数2.1 规格化浮点数的格式2.2 规格化浮点数的取值范围2.3 类型转换时的精度损失和溢出 1 浮点数的一般表示 JfJ_fJf​ J1J2…JmJ_1J_2\dots J_mJ1​J2​…Jm​ ...

    1 浮点数的一般表示

    J f J_f Jf J 1 J 2 … J m J_1J_2\dots J_m J1J2Jm S f S_f Sf S 1 S 2 … S n S_1S_2\dots S_n S1S2Sn
    阶符阶码数符尾数

    阶码的位数决定了浮点数的表示范围的大小,尾数的位数决定了浮点数的表示精度

    • 阶符:阶码的符号位。1为负;0为正
    • 阶码:即幂的大小。设幂 e = ( J 1 J 2 … J m ) 2 e=(J_1J_2\dots J_m)_2 e=(J1J2Jm)2
    • 数符:尾数的符号位。1为负;0为正
    • 尾数:尾数的大小。设尾数 M = ( S 1 S 2 … S n ) 2 M=(S_1S_2\dots S_n)_2 M=(S1S2Sn)2

    一般基数 r = 2 r=2 r=2,则浮点数真值 N = ( − 1 ) J f ∗ r e ∗ ( − 1 ) S f ∗ M N=(-1)^{J_f}*r^e*(-1)^{S_f}*M N=(1)Jfre(1)SfM

    2 IEEE 754标准的浮点数

    2.1 浮点数的格式

    m s m_s ms E E E M M M
    数符阶码,用移码表示尾数,用原码表示
    类型数符阶码尾数总位数阶码偏置值(十进制)指数范围(真值表示)指数范围(移码表示)
    短浮点数182332127[-126,+127][+1,+254]
    长浮点数11152641023[-1022,+1023][+1,+2046]
    临时浮点数115648016383[-16382,+16383][+1,+32766]

    从上表可以看出,IEEE 754标准的浮点数有短浮点数(单精度、float型)、长浮点数(双精度、double型)、临时浮点数三种,且数据由三部分组成:

    • 数符:尾数的符号位。1表示负;0表示正
    • 阶码:表示数的幂,基为2,用移码表示
    • 尾数:表示数的小数部分,基为2,用原码表示。且隐藏了一位1,这样是为了多表示一位有效位(临时浮点数无隐含的1

    因此可知,一个IEEE 754标准的浮点数的值为 N = ( − 1 ) m s ∗ 2 E ∗ ( 1. M ) 2 N=(-1)^{m_s}*2^E*(1.M)_2 N=(1)ms2E(1.M)2


    两点说明

    1、关于阶码

    • 为什么用移码表示。补码不能直观的表示数据的大小,比如一个8位的数据:用补码表示 ( − 1 ) 10 = ( 11111111 ) 2 = F F H , ( 8 ) 10 = ( 00001000 ) 2 = 08 H (-1)_{10}=(11111111)_2=FFH,(8)_{10}=(00001000)_2=08H (1)10=(11111111)2=FFH(8)10=(00001000)2=08H,8是大于-1的,但是补码的话 FFH > 08H,这与实际结果正好相反;而移码通过加上一个偏置值(若数据为 n 位,则通常取偏置值为 2 n − 1 2^{n-1} 2n1,将符号位取反即可),能够反映数据之间的实际大小关系,移码表示 ( − 1 ) 10 = ( 01111111 ) 2 = 7 F H , ( 8 ) 10 = ( 10001000 ) 2 = 88 H (-1)_{10}=(01111111)_2=7FH,(8)_{10}=(10001000)_2=88H (1)10=(01111111)2=7FH(8)10=(10001000)2=88H,88H > 7FH,这与预期结果相符合
    • 阶码的偏置值。阶码部分用移码表示,假设阶码为 n 位,则规定阶码偏置值取 2 n − 1 − 1 2^{n-1}-1 2n11,因此短浮点数、长浮点数、临时浮点数阶码偏置值为 2 8 − 1 − 1 = 127 、 2 11 − 1 − 1 = 1023 、 2 15 − 1 − 1 = 16383 2^{8-1}-1=127、2^{11-1}-1=1023、2^{15-1}-1=16383 2811=12721111=102321511=16383。移码偏置值不是 2 n − 1 2^{n-1} 2n1吗,这里为什么取 2 n − 1 − 1 2^{n-1}-1 2n11,这是规定,记住即可
    • 阶码的取值范围。假设阶码为 n 位,则可表示的范围为 0 到 2 n − 1 0到2^{n}-1 02n1,,因此短浮点数、长浮点数的阶码取值范围为 0到255、0到2047。又规定当阶码全0时用来表示非规格化数,阶码全1时用来表示无穷大,所以阶码E的实际取值范围为 1到254、1到2046、1到32766(去掉阶码全0和全1)
    • 阶码的实际大小。阶码采用移码的形式表示,阶码的实际大小需要减去对应的偏置值,通过这种方式来表示阶码的正负值。所以短浮点数、长浮点数的阶码实际大小为 E − 偏 置 值 E-偏置值 E,即 1 − 127 = − 126 到 254 − 127 = 127 、 1 − 1023 = − 1022 到 2046 − 1023 = 1023 1-127=-126到254-127=127、1-1023=-1022到2046-1023=1023 1127=126254127=12711023=102220461023=1023

    2、关于尾数

    假设尾数位数为 m 位,因为尾数部分隐含了一位整数1,所以尾数的实际位数为 m+1 位,因此短浮点数、长浮点数尾数实际有效位数为24、53,真值为 1. M 1.M 1.M,故:

    短浮点数的真值为
    ( − 1 ) m s ∗ ( 1. M ) ∗ 2 E − 127 (-1)^{m_s}*(1.M)*2^{E-127} (1)ms(1.M)2E127
    长浮点数的真值为
    ( − 1 ) m s ∗ ( 1. M ) ∗ 2 E − 1023 (-1)^{m_s}*(1.M)*2^{E-1023} (1)ms(1.M)2E1023

    2.2 浮点数的取值范围

    以短浮点正数为例:

    当阶码和尾数都取最小时(E=1,M=0),表示的数值最小,阶码部分为 1 − 127 = − 126 1-127=-126 1127=126,尾数部分为 隐含的1加上其余的23位0;

    当阶码和尾数都取最大时(E全1,M全1),表示的数值最大,阶码部分为 254 − 127 = 127 254-127=127 254127=127,尾数部分为 隐含的1加上其余的23位1;

    所以取值范围为 1.0 × 2 − 126 1.0\times 2^{-126} 1.0×2126 24 个 1 1.11 … 1 ⏞ × 2 127 \begin{matrix} 24个1 \\ \overbrace{ 1.11\dots 1 } \times 2^{127}\end{matrix} 2411.111 ×2127,即

    格式正数负数
    单精度 2 − 126 到 ( 2 − 2 − 23 ) × 2 127 2^{-126}到(2-2^{-23})\times 2^{127} 2126(2223)×2127 − 2 − 126 到 − ( 2 − 2 − 23 ) × 2 127 -2^{-126}到-(2-2^{-23})\times 2^{127} 2126(2223)×2127
    双精度 2 − 1022 到 ( 2 − 2 − 52 ) × 2 1023 2^{-1022}到(2-2^{-52})\times 2^{1023} 21022(2252)×21023 − 2 − 1022 到 − ( 2 − 2 − 52 ) × 2 1023 -2^{-1022}到-(2-2^{-52})\times 2^{1023} 21022(2252)×21023

    在这里插入图片描述

    2.3 类型转换时的精度损失和溢出

    这里以C语言为例。C语言中的float、double型分别对应IEEE 754标准的单精度和双精度浮点数,一个int型数据占4个字节、float占4字节、double占8字节。

    1 溢出

    • 当float、double向int转换时可能会发生溢出,比如有符号int型表示的数据范围为 2 − 31 到 2 31 − 1 2^{-31}到2^{31}-1 2312311,而float、double类型的数据的表示范围超过了int类型
    • 当double向float、int转换时可能会发生溢出、float向int转换时也可能会溢出

    2.精度损失

    • 当int向float转换时可能会产生精度损失,因为int类型共四字节32位,而float尾数的有效位数为24位(包括隐含的1),当int型数据的有效位数超过24的话就会发生精度损失。比如
      u n s i g n e d i n t m = F F F F F F F F H 即 ( 2 − 2 − 31 ) × 2 31 unsigned \quad int\quad m = FFFF \quad FFFFH\\ 即(2-2^{-31})\times 2^{31} unsignedintm=FFFFFFFFH2231)×231
      因为 m 的二进制表示为32位1,超过了float的24位,超出的1会被舍掉,所以就会产生精度损失。
    • 当double向float、int转换时可能会有精度损失,因为double类型尾数的有效位数位53,超过了float的24;而且浮点数向整数转换时,若是小数部分不为0,一定会有精度损失,因为整数没有小数部分

    例: 将十进制小数转换成IEEE 754标准的浮点数

    例:现有一个十进制小数43.875,请将其转换成IEEE 754类型的短浮点数(即float类型),并将最终结果用二进制或十六进制表示。

    分析:
    IEEE 754标准的短浮点数要符合如下几个标准

    1. 阶码用移码表示,占8位。其值为阶码真值加偏置值127
    2. 尾数用原码表示,占23位。另有一位隐含的整数1
    3. 最高位为数符,占1位。0表示正数、1表示负数

    解答:
    第一步 将十进制小数转换成二进制表示
    一定要转换成 1.M 的形式,其中 M 为尾数, ( 43.875 ) 10 = ( 101011.111 ) 2 = ( 1.01011111 ) × 2 5 (43.875)_{10}=(101011.111)_{2}=(1.01011111)\times 2^5 (43.875)10=(101011.111)2=(1.01011111)×25

    第二步 求出数符、阶码、尾数的二进制表示
    由题意知:数符 m s = 0 m_s=0 ms=0
    由第一步知:阶码 E = 5 = ( 101 ) 2 E=5=(101)_{2} E=5=(101)2,尾数 M = ( 01011111 ) 2 M=(01011111)_2 M=(01011111)2
    因此:

    • 1位数符为 0
    • 8位阶码为(移码表示) 5 + 127 = 132 = ( 1000 0100 ) 2 5+127=132=(1000\quad 0100)_2 5+127=132=(10000100)2
    • 23位尾数为(原码表示) ( 010 1111 1000 0000 0000 0000 ) 2 (010\quad 1111\quad 1000\quad 0000\quad 0000\quad 0000)_2 (01011111000000000000000)2

    第三步 整理结果

    数符阶码尾数
    01000 0100010 1111 1000 0000 0000 0000

    43.875 = 0100 0010 0010 1111 1000 0000 0000 0000 = 422 F 8000 H 43.875=0100\quad 0010\quad 0010\quad 1111\quad 1000\quad 0000\quad 0000\quad 0000=422F\quad 8000H 43.875=01000010001011111000000000000000=422F8000H

    public class Main {
    
        public static void main(String[] args) {
            float f = 43.875f;
            // 输出浮点数的 二进制表示
            System.out.println(Integer.toBinaryString(Float.floatToIntBits(f)));
            // 输出浮点数的 十六进制表示
            System.out.println(Integer.toHexString(Float.floatToIntBits(f)));
        }
    }
    

    在这里插入图片描述

    展开全文
  • 浮点数的表示 —— 基本格式、规格化表示范围

    万次阅读 多人点赞 2019-07-14 22:15:04
    一、浮点数的表示格式 浮点数表示法是指以适当的形式将比例因子表示在数据中,让小数点的位置根据需要而浮动。...IEEE754标准中采用移码的表示形式。 尾数:数符表示浮点数的符号,尾数的数值部分的位数 n 反映浮点...

    一、浮点数的表示格式


    浮点数表示法是指以适当的形式将比例因子表示在数据中,让小数点的位置根据需要而浮动。这样,在位数有限的情况下,既扩大了数的表示范围,又保持了数的有效精度。

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    阶码:阶码是整数,阶符和 m 位阶码的数值部分共同反映 浮点数的表示范围及小数点的实际位置 ,常用移码或补码表示。IEEE754标准中采用移码的表示形式。

    尾数:数符表示浮点数的符号,尾数的数值部分的位数 n 反映浮点数的 精度 ,常用原码或补码表示。IEEE754标准中采用原码的表示形式

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    由于 b 的尾数含6位,而存储空间仅剩下5位,故舍弃了最后一位,导致 b 的精度下降
    在这里插入图片描述

    二、规格化浮点数


    规格化:规定尾数的最高数位必须是一个有效值。非规格化浮点数要进行规格化操作才能变成规格化浮点数。

    • 左规:当浮点数运算的结果为非规格化时要进行规格化处理,将尾数算术左移一位,阶码减1(基数为2时)。

    在这里插入图片描述

    • 右规:当浮点数运算的结果尾数出现溢出(双符号位为01或10)时,将尾数算术右移一位,阶码加1(基数为2时)。

    在这里插入图片描述

    三、规格化浮点数的特点


    在这里插入图片描述
    在这里插入图片描述

    当浮点数尾数的基数为2时,原码规格化数的尾数最高位一定是1,补码规格化数的尾数最高位一定与尾数符号位相反。

    基数不同,浮点数的规格化形式也不同。当基数为4时,原码规格化形式的尾数最高两位不全为0;当基数为8时,原码规格化形式的尾数最高3位不全为0

    四、浮点数的表示范围


    在这里插入图片描述

    • 由于阶码可以用移码或补码表示,尾数可以用原码或补码表示,所以不同形式的浮点数的表示范围是不同的。(但必须遵守规则,原码规格化数的尾数最高位一定是1,补码规格化数的尾数最高位一定与尾数符号位相反。)
    • 运算结果大于最大正数时称为正上溢,小于绝对值最大负数称为负上溢。数据一旦发生上溢,计算机必须中断运算操作,进行溢出处理。
    • 运算结果在0至最小正数之间时称为正下溢,在0至绝对值最小负数之间时称为负下溢。数据发生下溢时,浮点数值趋于0,计算机仅将其当作机器0处理。
    展开全文
  • 关于浮点数规格化表示的问题

    千次阅读 多人点赞 2018-10-16 13:30:23
    首先,为什么要规格化 以十进制情况 举个例子:1000可以表示成 1 x 103 或者 10 x 102,这样一个数就可以有好多种的表示方法,计算机不是人脑哪能知道这么多。为了方便在不同的计算机之间的移植(例如:IEEE...
  • 负数补码表示范围以及规格化

    千次阅读 多人点赞 2020-03-07 20:45:39
    原码形式下 补码形式下 负数补码规格化取值范围
  • 【细碎知识1】浮点数的规格化

    千次阅读 2021-04-07 17:51:27
    1.浮点数规格化的标准 浮点数规格化其实是将浮点数的尾数化为符合要求的格式,同时阶数进行调整(左规阶数-1,右规阶数+1) 1.1 尾数用原码表示 当尾数用源码表示时: (1)单符号位 正数 负数 0.1XXXX 1.1...
  • 转自:补码表示的浮点数的规格化及示数范围 一、规格化 对二进制浮点数N = m x rm ^ e(rm为尾数的基),若尾数m满足1/2≤|m|,即尾数最高位数字为“1”,则为规格化的数。 对补码来说:如果是正数,...
  • 计算机组成浮点数补码规格化负数表示范围

    万次阅读 多人点赞 2019-06-26 15:50:42
    二、假设现在仅4位(符号位占一位),毫无疑问就是-0.001,原码表示就是1.001(最低位为0时-0在原码中也是0),可是然后规格化得1.111,不符合形式 三、(推理)这个数取反+1要变成1.0xx,那么原码必须是1.1xx...
  • 数的表示欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右...
  • 原码:二进制的定点表示方式 1 2 0001 0010 正数的原码、反码、补码相同 反码:符号位不变其余部位取反 负数 -1 -2 原码 10001 10010 反码 11110 11101 补码:符号位不变其余按位取反后加1 ...
  • 浮点数的规格化 如果按照上述例子12.345(十进制好说明一些)同样的数值可以有多种浮点数表达方式,一个浮点数可以有多种表示: 12.345 * 100^00 1.2345 * 101^{1}1 0.12345 * 102^{2}2 … 为了提高数据的表示精度同时...
  • 根据浮点数规格化,小数点右移动,直到小数点后一位不为0,所以规格化后的浮点数尾数最高有效位一定为1,而有补码规可知规格化浮点数尾数的补码最高有效位与符号位相反...
  • 浮点数的表示范围及原码补码

    千次阅读 2019-02-19 19:41:02
    一般来说,类型float和double分别有7和16个有效位。 ...  为什么8位有符号类型的...符号位代表整个数字的符号,指数第一位代表指数的符号,后7位代表范围,因此float表示的范围是-*1 ~+*1 即 -127~128 1(23位小...
  • 学完二进制加减法、原码、补码、反码、移码、规格化之后 我发现它们之中有些运算有一些特殊的共性 我们可以将加减法、原码、补码、反码、移码、规格化看作是一个个运算 而这些运算之间有“兼容性” 比如[[x]原]补+[...
  • 组原 之 数字

    2016-09-12 20:00:41
    1.“数”概念理解 机器数 把符号”数字”的数称为机器数,即 0 代表正, 1 代表负 真值 把带”+” 或 “-“符号的数称为真值 原码 反码 补码则是机器数的一种表示方式 表中是8位机器字长 注:补码对应的...
  • 在上一篇文章的基础上增加了对浮点数的处理。如下图 本代码在code::blocks 17.12中运行正常 #include <stdio.h> #include <...//输入数用char表示 long long integer;//输入数的整数部分
  • 文章目录一、概述1.进制转换2.无符号数及有符号数(1) 无符号数(2)有符号数3. 定点数与浮点数(1)定点数(2)浮点数二、机器数(二进制数、有符号数)1.原码(1)整数的原码(2)小数...非规格化浮点数3.规格化...
  • 浮点数表示

    万次阅读 多人点赞 2016-12-22 15:00:17
    浮点数的规格化表示 浮点数的表示范围 浮点数的表示精度 参考资料 之前的一些工作当中碰到了很多有关浮点数的问题,比如浮点数的表达范围、表达精度、浮点数的存储方式、浮点数的强制类型转换等等,因此感觉...
  • 浮点数的表示以及运算

    千次阅读 2019-09-21 09:52:39
    浮点数的表示 浮点数N=MxRE ,其中,M是尾数,E是阶码。 在位数一定的情况下,若指数位越多,可表示数的范围就越大;尾数越多,可表示数的精度越高。 浮点数的一般机器格式 数符 阶符 阶码值 尾数值 Ms Ej ...
  • 机器浮点数的范围

    千次阅读 2016-12-15 13:53:32
    最近复习计算机组成原理,看到关于机器浮点数这一块的...1.浮点数的表现形式浮点数在机器中的形式如下所示: jf,j1j2.....jmSf.S1S2.....Snj_f,j_1j_2.....j_mS_f.S_1S_2.....S_n对于上述的形式的解释: 1.浮点数由阶码
  • 补码规格化尾数

    2021-06-21 14:10:07
    根据浮点数规格化,小数点右移动,直到小数点后一位不为0,所以规格化后的浮点数尾数最高有效位一定为1,而有补码规则可知规格化浮点数尾数的补码最高有效位与符号位相反
  • 这一章,主要介绍了好多种计算方法。下面,写一点自己对于有些计算(手写计算过程)的... 补码:反码末位加一 / 原码符号位不变,从右往左数第一个1及其右边的各位不变,其余位全部取反 2.IEEE754的转换  I...
  • IEEE754标准 注意: 1、尾数用源码表示。 2、IEEE754标准约定尾数小数点左边隐含有一位,...根据标准,规格化,100000001B = 1.00000001 * 2(8D) ; 阶码这里取值为8D,化为移码形式,E - 127 = 8, 所以E = 135D = 1
  • 若字长n为8时,那么45的二进制表示0 0101101 ,若数值X 1.原码 [X]原,在二进制数值中,正数保持不变,负数符号位置1. 2.反码 [X]反,的正数保持不变 , 负数对数值的绝对值每一位按位求反 3.补码 [X]补,的正数...
  • 原码、反码和补码

    千次阅读 2018-01-07 19:44:44
    原码、反码和补码的概念 本节要求 掌握原码、反码、补码的概念 ...按符号位有原码、反码和补码三种形式的机器数。 一.计算机中数据的表示方法 1、数的定点与浮点表示 在计算机内部,通常用两...
  • 原码规格化数的尾数最高一定是1,补码规格化数的尾数最高位一定与尾数符号位相反。基数不同,规格化形式不同 3.IEEE 754 标准     浮点数格式:   规格化的短浮点数真值:(-1)^s * 1.M* 2^(E-127...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,500
精华内容 600
关键字:

原码的规格化表示形式