IEEE754浮点数标准 · 融合风（象牙 + Obsidian 入口）

速查

单精度 32 位 = 1+8+23，bias=127；双精度 64 位 = 1+11+52，bias=1023。规格化 $V = (-1)^S imes 1.M imes 2^{E-bias}$；阶码全 0 → 0 或非规格化（$0.M imes 2^{-126}$），阶码全 1 → ∞（M=0）/ NaN（M≠0）。

核心概念 ▾

IEEE 754 是目前最广泛使用的浮点数标准，定义了浮点数的存储格式、运算规则和特殊值。

基本格式：$V = (-1)^S \times 1.M \times 2^{E-bias}$

其中 S 为符号位，M 为尾数（隐含前导 1），E 为阶码（移码表示），bias 为偏置常数。

三种常用格式

格式	总位数	符号位	阶码位数	尾数位数	偏置常数
单精度 (float)	32	1	8	23	127
双精度 (double)	64	1	11	52	1023
扩展双精度	80	1	15	64	16383

特殊值处理

零：阶码全 0、尾数全 0，有 +0 和 -0 之分。
无穷大：阶码全 1、尾数全 0，由符号位决定正负。
非数 NaN：阶码全 1、尾数非 0，表示无效运算结果。
非规格化数：阶码全 0、尾数非 0，表示为 $(-1)^S \times 0.M \times 2^{1-bias}$（无隐含前导 1）。

规格化数的真值计算：$V = (-1)^S \times 1.M \times 2^{E-127}$（单精度）。

关键定义 ▾

概念	定义
隐含前导 1	IEEE 754 规格化数的尾数省略整数部分的 1，实际有效位多一位
偏置常数 bias	阶码用移码表示时的偏移量，单精度为 127
阶码真值	E − bias，其中 E 为存储的阶码值
denormalized numbers	阶码全 0 的非规格化数，用于表示接近 0 的极小值
机器精度 ε	1.0 与大于 1.0 的最小可表示数之差，单精度为 $2^{-23}$

常见考法 ▾

考点	说明
十进制转 IEEE 754	将十进制数转换为 32 位单精度十六进制表示
IEEE 754 转十进制	从 32 位十六进制还原为十进制值
特殊值判断	给定十六进制，判断零/无穷大/NaN/规格化/非规格化
表示精度分析	单精度/双精度的精度极限、相邻可表示数间距
阶码范围计算	最大/最小规格化数的计算
舍入误差分析	舍入方式（向零/向最近偶数/向上/向下）对结果的影响

易错点 ▾

IEEE 754 规格化数有隐含前导 1，实际尾数精度比存储的位数多 1 位。
阶码用移码表示，不是补码；偏置常数是 127（单精度），不是 128。
阶码 E 的存储范围是 1 ~ 254（规格化数），全 0 和全 1 有特殊含义。
计算真值时不要忘记减去偏置常数：真值 = E − 127。
非规格化数没有隐含前导 1，且阶码真值固定为 $1 - bias = -126$。
+0 和 -0 在比较时相等，但某些运算中行为不同（如 $1/{+0} = +\infty$，$1/{-0} = -\infty$）。

核心结论 ▾

单精度可表示约 $3.4 \times 10^{38}$ 以内的数，有效位约 7 位十进制数字。
双精度可表示约 $1.8 \times 10^{308}$ 以内的数，有效位约 16 位十进制数字。
IEEE 754 采用隐含前导 1 技术，在不增加位数的前提下提高 1 位精度。
非规格化数的存在使 0 到最小规格化数之间的区间可以渐进下溢。
相邻两个规格化浮点数的间距与该数的大小成正比（相对精度近似恒定）。

记忆卡片 ▾

单精度的格式和偏置常数？

32 位：1 符号 + 8 阶码 + 23 尾数，bias=127；真值 $V=(-1)^S \times 1.M \times 2^{E-127}$。

"隐含前导 1"什么意思？

尾数省略整数部分的 1，实际有效位比存储多 1 位 —— 23 位尾数实际 24 位精度。

阶码全 0 / 全 1 表示什么？

全 0：零或非规格化数（无隐含 1，真值阶码固定 -126）；全 1：∞（M 全 0）或 NaN（M 非 0）。

+0 与 -0 的区别？

比较时相等，但运算不同：$1/+0=+\infty$，$1/-0=-\infty$。

单/双精度有效十进制位数？

单精度约 7 位（范围 $\approx 3.4 \times 10^{38}$）；双精度约 16 位（范围 $\approx 1.8 \times 10^{308}$）。

交互动画 · 特殊值判定器 ▾

点击十六进制编码，观察分段并判定其类型

点击按钮开始