mirror of
https://github.com/foxsen/archbase.git
synced 2026-02-03 10:24:49 +08:00
@@ -171,7 +171,7 @@ autofit()
|
||||
|
||||
(4)非规格化非0数:阶码全0尾数非0
|
||||
|
||||
在规格化非0数中,能表示的浮点数的最小阶值是-126(单精度)和-1022(双精度),如果浮点数的绝对值小于$1.0\times 2^{-126}$(单精度)和$1.0\times 2^{-1022}$(双精度),该如何表示呢?IEEE 754允许特别小的非规格化数,此时阶码为0,尾数的小数点前面的那个1就不再添加了。因此如果符号位是0,则表示数值为$0.f\times 2^{e-126}$(单精度)和$0.f\times 2^{e-1022}$(双精度);如果符号位是1,则表示数值为$-0.f\times 2^{e-126}$(单精度)和$-0.f\times 2^{e-1022}$(双精度)。非规格化数填补了最小的规格化数和0之间的一段空隙,使得浮点数值可表示的精度进一步提升了很多。
|
||||
在规格化非0数中,能表示的浮点数的最小阶值是-126(单精度)和-1022(双精度),如果浮点数的绝对值小于$1.0\times 2^{-126}$(单精度)和$1.0\times 2^{-1022}$(双精度),该如何表示呢?IEEE 754允许特别小的非规格化数,此时阶码为0,尾数的小数点前面的那个1就不再添加了。因此如果符号位是0,则表示数值为$0.f\times 2^{-126}$(单精度)和$0.f\times 2^{-1022}$(双精度);如果符号位是1,则表示数值为$-0.f\times 2^{-126}$(单精度)和$-0.f\times 2^{-1022}$(双精度)。非规格化数填补了最小的规格化数和0之间的一段空隙,使得浮点数值可表示的精度进一步提升了很多。
|
||||
|
||||
(5)零:阶码全0尾数全0
|
||||
|
||||
|
||||
@@ -4,7 +4,7 @@
|
||||
非数(NaN),0或1,255,≠0,NaN,0或1,2047,≠0,NaN
|
||||
规格化非0正数,0,0<e<255,f,1.f×2^e-127^,0,0<e<2047,f,1.f×2^e-1023^
|
||||
规格化非0负数,1,0<e<255,f,-1.f×2^e-127^,1,0<e<2047,f,-1.f×2^e-1023^
|
||||
非规格化非0正数,0,0,f≠0,0.f×2^e-126^,0,0,f≠0,0.f×2^e-1022^
|
||||
非规格化非0负数,1,0,f≠0,-0.f×2^e-126^,1,0,f≠0,-0.f×2^e-1022^
|
||||
非规格化非0正数,0,0,f≠0,0.f×2^-126^,0,0,f≠0,0.f×2^-1022^
|
||||
非规格化非0负数,1,0,f≠0,-0.f×2^-126^,1,0,f≠0,-0.f×2^-1022^
|
||||
正0,0,0,0,0,0,0,0,0
|
||||
负0,1,0,0,0,1,0,0,0
|
||||
|
||||
|
Reference in New Issue
Block a user