浮点型数据在内存中存储的表示（转载）
一、浮点型数据在内存中存储的表示
实数在内存中以规范化的浮点数存放，包括数符、阶码、尾数。数的精度取决于尾数的尾数。比如32位机上float型为23位（因为规范化数的数码最高位恒为1，不必存储，实际精度为24位，下面会有详解），double型为52位。
单精度float型存储在内存中的大小为4个字节，即32位。
xxxxxxxx xxxxxxxx xxxxxxxx xxxxxxxx
浮点表示法类似于科学计数法，任一数均可通过改变指数部分，使小数点位置发生移动，如23.45可以写成：2.345*10^1
浮点表示的一般形式为：R=M*2^e (R:Real M:Mantissa尾数 e:exponent阶码)
把上面float的二进制可分成三部分：
x xxxxxxxx xxxxxxxxxxxxxxxxxxxxxxx
数符(1b) 阶码（8b） 尾数（23b）
double型的浮点数分别是：数符（1b）、阶码（8b）、尾数（52b）
数符sign：real的正负号 "+":0 "-":1
阶码e：这里二进制其实是移码E（0~255）的表示，e=E-127（double型中e=E-1023） e为正值说明这个浮点数向左移动了e位，e为负值说明这个浮点数向右移动了e位。127=2^7-1 1023=2^10-1
尾数M：有效数字位，这里是有效数字位的部分二进制码，为什么说部分呢？仔细看通上下文就可以知道了。
例1：
float型浮点数125.5转化成32位二进制浮点数
125.5的二进制码为1111101.1，写成二进制的科学计数为：1.111101*2^6（因为科学计数法“整数”部分大于1，在二进制中，“整数”部分只能恒为1）即向左移6位，则e=6，则E=e+127=133，而E的二进制码为10000101，而1.111101把“整数”部分去除1之后为111101，之后补0，共23b，形成了尾码。
所以125.5的32位二进制浮点数为
0 10000101 11110100000000000000000
例2：
float型浮点数0.5转化成32位二进制浮点数
0.5的二进制码为0.1，写成二进制的科学计数为：1.0*2^(-1)即向右移1位，则e=-1，则E=e+127=126，而E的二进制码为01111110，而1.0把“整数”部分去除1之后为0，之后补0，形成了阶码。
所以0.5的32位二进制浮点数为
0 01111110 00000000000000000000000
double型浮点数类似。
二、 二进制转十字制
例3：
32位二进制浮点数为0 10000010 00010000000000000000000转化成十进制数浮点数
题中已给我们分了三部分，数符部分、阶码部分、尾数部分。
数符部分为0，则代表此数为整数；阶码部分为10000010，则E=130，则e=E-127=3，则说明其向左移了3位，0001加上“整数”部分的1之后，为1.0001。则原二进制数为1000.1=十进制8.5，或R=1.0001*2^3=8.5
其中很多计算类似。可举一反三！
