1.1.4 浮点数表示

本课核心知识点整理

本节导学：浮点数把“小数点位置”变成可编码的信息

定点数的小数点位置固定，适合表示金额、计数器、地址偏移这类范围相对可控的数据。但科学计算、工程仿真、图形处理里经常同时出现极大的数和极小的数。若仍用定点数，要么范围不够，要么为了范围牺牲大量精度。

浮点数的思路是把一个数拆成两部分：

$$\text{数值}=\text{有效数字}\times {\text{基数}}^{\text{指数}}=\text{尾数}\times {\text{基数}}^{\text{阶码}}$$

它不是“更精确的定点数”，而是在有限位宽下重新分配能力：阶码负责范围，尾数负责精度。软考最喜欢用这一句话做概念判断。

1. 从定点到浮点：技术为什么要迭代

表示方式	思想	优点	缺陷	适用场景
定点整数	小数点固定在最右侧	运算简单、精确、硬件实现直接	不能表示小数；范围由位数直接限制	计数、地址、整数运算
定点小数	小数点固定在符号位后	适合表示绝对值小于 1 的小数	很难同时表示极大值和极小值	固定比例的小数运算
浮点数	小数点位置由阶码控制	表示范围大，能覆盖不同数量级	只能近似表示多数实数；运算要对阶、舍入、规格化	科学计算、图形、机器学习、工程数据

所以浮点数不是“淘汰定点数”，而是补上定点数在大范围实数表达上的短板。代价也很明确：浮点数更复杂，并且会带来舍入误差。

2. 浮点数的字段结构

通用教材里的浮点格式可以抽象成：

课程里强调：二进制浮点数的基数 $R=2$ 通常不需要单独存储，因为机器已经默认。真正占位并参与考题的是阶码和尾数。

图里上半部分是原理表达：$V=M\times R^E$；下半部分是软考题里常见的字段拆分方式：阶符、阶码值、数符、尾数值。

不同教材、不同题目对字段拆分可能不同。软考范围题的原则是“题干怎么给字段，就按题干字段算”，不要强行套 IEEE 754。

3. 阶码决定范围，尾数决定精度

阶码控制小数点能移动多远，因此决定数量级；尾数控制能保留多少有效位，因此决定精细程度。

$$\begin{array}{rl}1.2345\times {10}^8& \text{阶码大，数量级大}\\ 1.2345\times {10}^{-8}& \text{阶码小，数量级小}\\ 1.2\times {10}^8& \text{尾数短，有效数字少}\\ 1.234567\times {10}^8& \text{尾数长，有效数字多}\end{array}$$

问题	主要由谁决定	直观解释	软考关键词
能表示多大、多小	阶码位数	指数能把小数点推多远	表示范围、上溢、下溢
能表示多精细	尾数位数	有效数字能保留多少位	精度、有效位、舍入误差
正负号	数符	整个浮点数的正负	数符、符号位
指数正负	阶符或移码	小数点向左还是向右移动	阶符、阶码、偏置

如果选择题问“浮点数可表示范围主要取决于什么”，优先找阶码；问“有效精度主要取决于什么”，优先找尾数。

4. 为什么阶码常用移码，尾数常用补码

阶码的主要任务是表示指数大小，并且经常需要比较两个浮点数的阶码，以便进行对阶。移码把负指数、零指数、正指数映射到一个更适合按无符号数比较的序列中，所以常用于阶码。

尾数要参与加减运算。补码的优势是能把加法和减法统一到加法器上，因此传统教材常说尾数常用补码表示。到了 IEEE 754，尾数部分又采用了更规范化的符号、指数、尾数字段设计，其中指数使用偏置思想，尾数保存规格化有效数字。

字段	常见表示	为什么这样设计	替代或规范化的原因
阶码	移码/偏置码	便于比较指数大小	统一格式后，硬件和软件都能按标准解释
尾数	补码或原码思想下的有效数	尾数需要参与运算或表示有效数字	IEEE 754 统一了符号、指数、尾数的解释方式
基数	通常固定为 2	不必浪费字段保存	固定基数让硬件实现更简单

这也是技术迭代的典型模式：早期教材抽象便于理解原理，工程标准则更强调跨平台一致性、异常值处理、舍入规则和硬件实现。

5. 对阶：小阶向大阶看齐

两个浮点数相加时，不能直接把尾数相加，因为它们可能处在不同数量级上。

十进制例子：

$$0.123\times {10}^3+0.456\times {10}^1$$

第二个数的阶码小，需要向第一个数的阶码 3 看齐：

$$0.456\times {10}^1=0.00456\times {10}^3$$

于是：

$$\begin{array}{rl}0.12300\times {10}^3+0.00456\times {10}^3& =0.12756\times {10}^3\end{array}$$

二进制里也是同样原则：把小阶码调大，同时尾数右移来保持真值不变。有符号尾数右移时要用算术右移，也就是高位补符号位，避免正负号被破坏。

6. 浮点加减的完整流程

“对阶”解决能不能加，“规格化”解决表示是否规范，“舍入”解决位数不够，“溢出检查”解决结果是否还在可表示范围内。

7. 规格化：让同一个数只有一种主要写法

同一个十进制数可以写成多种科学计数法形式：

$$12.3\times {10}^2=1.23\times {10}^3=0.123\times {10}^4$$

如果机器允许任意形式，比较和后续运算都会变复杂。规格化就是约定尾数必须落在某个范围内，使有效位尽量靠前。

二进制教材里常见约定是尾数绝对值落在某个固定区间，例如 $[0.5,1)$。如果尾数太大，就右移尾数、阶码加大；如果尾数太小，就左移尾数、阶码减小。

规格化的好处是提高尾数字段利用率，减少同值多码；代价是每次运算后可能需要额外调整。

8. IEEE 754：从“会表示”走向“大家都按同一套规则表示”

软设通常不深挖 IEEE 754 的每个特殊值，但要知道它解决了什么问题。没有统一标准时，不同机器可能用不同浮点格式，同一个二进制串在不同平台上解释不同，运算结果也难以保证一致。

层面	自定义浮点格式	IEEE 754 标准化格式
可移植性	不同机器格式可能不同	跨平台解释一致
指数	可能用阶符+阶码，也可能用移码	使用偏置指数思想
尾数	教材题常按补码/原码讨论	规格化有效数字，配合隐藏位等设计
异常值	处理方式不统一	规定无穷大、NaN、非规格化数等
代价	简单题易算	标准细节更多，硬件实现更复杂

单精度 IEEE 754 的字段常被概念性提到：

考试如果没有明确说 IEEE 754，就按题干自定义字段来算；如果明确说 IEEE 754，再考虑偏置指数等标准规则。

9. 范围题的解题框架

遇到“某浮点格式有若干位阶码、若干位尾数，求最大值/最小值/范围”时，不要直接套背诵答案，按下面拆：

1. 找阶码字段：判断阶码用移码、补码，还是单独阶符加阶码值。
2. 求阶码可表示的最大指数和最小指数。
3. 找尾数字段：判断尾数是定点小数、补码小数，还是题干另有规定。
4. 求尾数绝对值能取到的最大有效值。
5. 组合成 $M\times 2^E$。
6. 判断是否要求规格化、是否包含 0、是否问正数范围还是全体范围。

软考陷阱通常在第 1 步和第 3 步：把阶码码制看错，或者把尾数小数当成整数。

🧪 例题（按难度）

简单（3题）

例题1（概念题：范围/精度）

单选

浮点数能表示的数值范围主要由（ ）决定；能表示的有效精度主要由（ ）决定。

A阶码；阶码B阶码；尾数C尾数；阶码D尾数；尾数

单选

对阶时若将某个浮点数的阶码增大（指数变大），为了保持数值不变，其尾数应如何变化？

A阶码右移，尾数不变B阶码左移，尾数不变C阶码增大，尾数右移D阶码增大，尾数左移

单选

浮点数加/减运算的一般流程是：

A先尾数相加，再对阶B先对阶，再尾数运算，最后规格化C先阶码相加，再尾数相加D不需要对阶

中级（3题）

例题2（对阶规则）

单选

以下关于两个浮点数相加的叙述中，正确的是：

A直接阶码相加，尾数相加B先对阶，小数向大数看齐，再做尾数加法C不需要对阶，直接尾数相加D对阶时把大数阶码调成小数阶码

填空

两浮点数相加前需对阶：若 `E1=10`、`E2=7`，按“小数向大数看齐”的规则，需要把阶码较小的那个数的尾数右移多少位？

单选

IEEE 754 单精度浮点数的指数采用偏置（移码思想）表示，其偏置值（bias）是：

Abias=63Bbias=255Cbias=127Dbias=1023

困难（1题）

例题3（范围题：按题干位段推范围）

设 16 位浮点数格式为：阶符 1 位、阶码 6 位、数符 1 位、尾数 8 位。

• 阶码（指数部分）用 移码 表示（此处按题干：指数总位数=阶符+阶码=7 位）
• 尾数（纯小数）用 补码 表示（数符+尾数=9 位定点小数）

问：该浮点数可表示的数值范围（近似写法）最合理的是：

单选

选择最合理的范围表达式：

A(-1 + 2^-8)×2^-64 ~ (1 - 2^-8)×2⁶⁴B-1×2⁶³ ~ (1 - 2^-8)×2⁶³C-1×2⁶⁴ ~ (1 - 2^-8)×2⁶³D-1×2^-64 ~ (1 - 2^-8)×2⁶³

📚 本课小结

• 浮点数：$\text{尾数}\times {\text{基数}}^{\text{阶码}}$
• 阶码位数决定范围；尾数位数决定精度
• 加减流程：对阶（小数向大数看齐）→ 尾数运算 → 规格化