关于float你不知道的事Word下载.docx
《关于float你不知道的事Word下载.docx》由会员分享，可在线阅读，更多相关《关于float你不知道的事Word下载.docx（6页珍藏版）》请在冰豆网上搜索。
如果我们去问老师，老师会告诉你，这是精度的问题，浮点数的精度会精确到很多位的，你们只要记住这个就好了。
老师说的也对，这的确是精度的问题，但是有精度也不会导致错误吧？
我们是主学计算机的，并不是什么机械、土木的，这个现象就一定要解决，一定要剖解。
好的，下面会具体会给你讲解这个Float。
二、关于Int：
在讲Float时，首先咱们先来看看Int在内存中的存储情况。
Int，四个字节，三十二个比特位，其中前31位为有效位，第32位为符号位，有效范围-21亿到+21亿，也就是-2^31……2^31-1。
第一个字节
第二个字节
第三个字节
第四个字节
01010000
00000000
00000000
蓝色：
符号位（31）
绿色：
有效位（0－－30）
这就是0x50000000的int类型整数在内存中的形式，我们口算其实就可以算出它的结果，很简单的。
两个1分别在30和28的位置上，也就是2^30+2^28，这出的结果是1342177280，和在控制台输出是一样的答案。
所以说整数类型无论存储形式还是计算都很简单。
三、关于Float：
大家都知道Float类型，和Int类型一样，同样的四个字节，三十二个比特位，第32位为符号位，数字大小为
1.4E-45……3.4E+38，-1.4E-45……-3.4E+38。
至于前面的31位就不清楚了吧。
好的，我们还以0x50000000来举例，记住，这回这个数字可不是上边那个整数了，这个是浮点数了奥。
01010000
符号位（31）
黄色：
幂指数位（23－－30）
有效位（0－－22）
通过上图我们看到，浮点数的32位在内存的排列情况，其中的前23位是有效位，占23个比特位，第24位到31位为幂指数位，占8个比特位，第32位依旧是符号位。
既然已经知道浮点数在内存中的存储情况，那么具体怎么计算的啊，看上边的那个数字，它的有效位是0，输出的该不会是0吧？
我只是想说，额，不好说，下面看我慢慢说。
在javaJDK中，float包下有个方法是intBitsToFloat，它的返回对应于给定位表示形式的float值。
根据IEEE754浮点“单一格式”位布局，该参数被视为浮点值表示形式。
它规定如果参数为0x7f800000，则结果为正无穷大。
那么，我们就看看这个数字在内存中是怎么存储的。
0x代表十六位存储格式，7f8，很明显，是八个一，后面都是0。
01111111
10000000
这个就是所谓的浮点数的正无穷大的数字。
那么，我们一定好奇，比这个数字还要大的数字，那会是多少那，比这个数还大，也就是浮点数依旧都是“1”，只是有效位顺便填个“1”就是了，好的，现在我们就输出一下。
publicclassDemo02{
publicstaticvoidmain（String[]args）{
System.out.println（Float.intBitsToFloat（0x7f800000））;
System.out.println（Float.intBitsToFloat（0x7f800001））;
}
}
这两个输出的结果是：
Infinity、NaN。
Infinity这个词大家都知道，就是无穷大的，而NaN，就是NotaNumber，代表不是一个数字。
Float规定，超出最大范围，就变成了一个不是数字的数字。
好的，关于float的无穷大和比无穷还要大的不是数字我们都知道了，下面大家可以试着猜想一下，float的最大数究竟是多少那，都说是3.4E+38，这个是具体在内存中怎么存储的那？
下面我们就具体分析下这个数的产生。
最大值，顾名思义，就是比无穷大小那么的一点点，那这一点点，究竟是怎么样的一点点那？
无穷大的有效位全是“0”，幂指数全是“1”，那么一点点就是，比幂指数小那么一点，而有效位要置为最大，也就是幂指数八位最后一位置为“0”，有效位全部置为“1”，在内存中的存储形势即：
第一个字节
011111111
11111111
11111111
这就是Float的最大数，也就是3.4E+38，我们也可以在MyEclipse中打印出来，Float.intBitsToFloat（0x7f7fffff），输出的结果是3.4028235E38。
下面我们就来探讨最小的float了。
有人会想，那就是把最大数的符号位置为“1”，就搞定了。
当然正确，那的确是最小数，但是我们这里提的是，关于正数的最小数。
其实大家根据上边的三个，已经有了自己的答案，的确，就是有效位第一位是“1”，幂指数全部是“0”，也就是
0000000000000001
好的，下面我们就来输出下，
publicclassDemo03{
System.out.println（Float.intBitsToFloat（0x7f7fffff））;
//最大数
System.out.println（Float.intBitsToFloat（0x00000001））;
//最小数
输出结果分别为：
3.4028235E38、
1.4E-45。
根据这几个实例，下面我们就可以回顾开始的那个问题了，0x50000000，究竟是不是0的问题了，打印Float.intBitsToFloat（0x50000000），在控制台它的输出结果是8.5899346E9，看，不是0吧。
其实，这篇文章在这应该可以结尾的，我们知道了Float数的具体存储情况，知道了最大数，最小数，无穷大，比无穷大还要大的不是数的数。
但是，我们只是知道了内部存储情况，却还不知道它的内部运算情况，就像0x50000000，我们只是知道不是“0”，但是有效位是“0”，怎么最后输出结果就不是“0”了那？
在JDK有写出，浮点数的内部运算情况，即：
设s、e和m为可以通过以下参数进行计算的三个值；
ints=（（bits>
>
31）==0）?
1:
-1;
inte=（（bits>
23）&
0xff）;
intm=（e==0）?
（bits&
0x7fffff）<
<
0x7fffff）|0x800000;
那么浮点结果等于算术表达式s·
m·
2e-150的值。
在这里面，s是符号位，e是幂指数，m是有效位，（bits>
数字）意思是取出，也就是取出有效位或者幂指数位。
下面我们就运用计算器来计算出最大数，最小数和0x50000000的数字。
1）最大数，0x7f7fffff,根据上边的规定，s==0，即符号位+1；
幂指数8位被取出后变为0xfe，也就是第一位为“0”，后七位都是“1”，那么e这个数字就是254；
有效位中，e不为“0”,所以使用（bits&
0x7fffff）|0x800000，取出有效位为23个“1”，在与0x800000相或，得到24个“1”，数字表示为2^24-1；
现在是s，e，m都有了，根据公式s·
2e-150计算，+1*（2^24-1）*（2^（254-150））就得到最大数字3.4028235E38。
2）最小数，0x00000001。
根据规定，s==0，即符号位+1；
幂指数8位都为“0”，即为“0”；
有效位为“1”，因为e==0，所以用（bits&
1个计算m，取出“1”，向右移一位，变为“2”,也就是m=2；
根据公式s·
2e-150计算，+1*（2^1）*（2^（0-150））就得到最小数字1.401298464E-45。
3）0x50000000。
取出幂指数位，10100000,128+32，也就是幂指数e为160；
有效位中，e不为“0”,所以使用（bits&
0x7fffff）|0x800000，取出有效位为23个“0”，在与0x800000相或，也就是得0x800000，也就是说m就是对应的十六进制的0x800000，数字表示为2^23；
2e-150计算，+1*（2^23）*（2^（160-150））就得到数字8.5899346E9。
通过以上的理解，我想大家一定对Float认识的很清楚了吧，也可以返回咱们开篇的那个小数的问题了。
也就是在把十进制转换为二进制的时候容易造成精度丢失，故而两个数相减得到无尽的小数。
浮点数还有比Float还有精确的，就是Double，下面就是参照Float来看看Double数字在内存内部的存储情况。
S:
符号位
E：
幂指数M：
有效位
float类型：
SEEEEEEEEMMMMMMMMMMMMMMMMMMMMMMM
S:
1
8
M：
23
double类型：
SEEEEEEEEEEEMMMM
MMMMMMMMMMMMMMMMMMMM
MMMMMMMMMMMMMMMMMMMMMMMMMMMM
11
52
四、总结
由于浮点数的精度非常高，所以超过精度就会产生误差，从而会带来产生的结果接近但不等于想要的结果，而产生这种误差的又不是数的大小，而是数的精度问题。
因此，我们在用浮点数要特别小心，我们可以通过java.math.BigDecimal或者通过使用long类型来转换，这样可以做到精度不会出范围而避免的这种误差的产生。
五、尾记
我写这篇文章主要是自己知道的东西，喜欢把它分享出来，让以后出自达内的我们能够知道一些别人所不知道的知识。
当我们每次都能这样，比别人多懂一点，那么慢慢的积累起来，时刻都在进步那么一点点，我们的世界一定会更加的丰富多彩。
就像今天，当你打开这个文章，也就知道了float，这样在你用浮点数时也就知道了其中的奥秘，我想这一定会帮助你好多。
就这样，每天都进步那么一点点。
升级会员 