1. 浮点数表示法：
在计算机中，浮点数通常使用IEEE 754标准表示。这个标准定义了两种浮点数表示格式：单精度（32位）和双精度（64位）。每个格式都有三个部分：
-
符号位（Sign Bit）： 用于表示正数或负数，0表示正数，1表示负数。
-
指数部分（Exponent）： 用于表示数的阶码，以补码形式存储，用于指定数的数量级。
-
尾数部分（Fraction/Mantissa）： 用于存储数的小数部分，通常为二进制小数。
2. 单精度和双精度浮点数：
-
单精度浮点数（32位）：
- 符号位：1位
- 指数部分：8位
- 尾数部分：23位
-
双精度浮点数（64位）：
- 符号位：1位
- 指数部分：11位
- 尾数部分：52位
3. 浮点数运算：
浮点数运算涉及加法、减法、乘法和除法等操作，但由于浮点数表示的有限性，可能导致精度损失和舍入误差。在进行浮点数运算时，应当注意避免累积误差的积累。
4. 浮点数的特殊值：
-
正零和负零： 浮点数中存在正零和负零，它们在数值上相等但在符号上不同。
-
NaN（Not a Number）： 用于表示未定义或无效的操作的结果，例如0/0。
-
无穷大： 表示超过浮点数表示范围的数值。
5.浮点数精度：
浮点数的有限表示意味着存在精度限制。在进行浮点数运算时，尤其是迭代性运算，可能会引入舍入误差。这可能导致结果与数学预期值之间的差异，特别是在进行大量计算时。
6.浮点数比较：
注意!注意!注意!注意!注意!注意!注意!注意!
别直接拿两个浮点数判断是否相等
//错误
if a==b
//推荐
if abs(a - b) < epsilon由于精度限制，直接比较两个浮点数是否相等可能不是明智的选择。通常，我们使用一个小的容差值（epsilon）来判断两个浮点数是否足够接近。
https://www.bilibili.com/video/BV1qR4y1N7UD/
扫一扫
1067
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
