浮点数科学计数法的表示方法,浮点数的机器表示
浮点数是小数点位置变化的数量，可以显示的范围比常数大很多。
例如，二进制11.11可以表示为111.12-1、1.11121等，根据该规律可以将二进制的更常见形式N=2EF、e称为阶码，将f称为尾数。 这个数量怎么存在机器里？ 将正负符号、2、e、e的符号、f变换为01的排列进行存储吗？
如果我们自己设计计算机，那确实很好，但有人会想出更聪明的方法。 首先，符号位必须占一位数。 2可以省略，也可以不保存。 默认值。 楼层代码e转换为移动代码存储器，不再需要保存楼层代码的正负符号。 最后是比较讲究的尾数，尾数为0时，当然直接保存0。 如果不为0，则临时区域的最高位必须为1。 例如，0.00120不能为0.12-2，小数点以下不能为0。 如果0.001的小数点以下为0，则小数点移动到1之前必须变为0.1，并更改步代码以只存储小数点以下的数。 这个过程叫做正则化尾数。
一般来说，浮点数的机器代码表示如下。
编码位码(移动码)尾数)小数)实际中如何实现，有很多方法，包括例如将阶码放在尾数之后，将编码位放在阶码之后，以补码的形式表示阶码。
用一个主题帮助理解：
图1显示了计算机中16位浮点数的表现形式。
某个机器代码是1110001010000000。
步进代码为移动代码，尾数为反转代码时，其十进制的真值为(1)；
步进代码为移动代码、尾数为原代码时，其十进制的真值为(2)；
在阶码为补数、尾数为反码的情况下，其十进制的真值为(3)；
等级代码为补数，尾数为原代码时，其十进制真值为(4)，将其正规化后的机器代码为(5)。
(1) ((4) ) )。
A.0.078125
B.20
C.1.25
D.20.969375
(5) ) )。
A.1110001010000000
B.11110101000000
C.1101010100000000
D.11110001010000
我的分析：
)1)源代码为移动代码，即1110为移动代码，相应的原代码为0110，其十进制真值为6，尾数001010000000为反向代码，正数反向代码转换为原代码，而且
)2)层次代码为移动代码，尾数为原代码，与)1)相同。
(3)阶代码为补码，并且与补码1110相对应的原代码为1010，即-2，并且所述尾数为反向代码。 )1)在已经分析为0.3125的情况下，几十进制整体的真值为2-20.3125=0.078125
(4)阶码1110为补码，真值为-2，尾数为原码)3) )。
)5)将浮点数归一化后，如果末尾的值不为0，则尾数的最高位必须为1。 例如，0.00120必须为0.12-2。 标题的尾数为0010100000000，前0为010100000000，无论编码比特如何，第2个0都可以消除，为010100000000000。 在这样擦除之后，灰度代码相应地
有一种叫做IEEE-754的标准，统一了浮点数的具体安装方法。 目前，大多数高级语言都按照IEEE-754标准(如Java和众所周知的c语言)规定浮点数的存储格式。
IEEE-754标准中定义的单精度浮点数float :
符号位代码(移位代码)尾数)定点小数) 0位1~8位9~31位倍精度浮点数double
代码位代码(移动代码)尾数) 0位1~11位12 ) 63位IEEE-754中尾数的归一化不同，但是在尾数归一化中将小数点以下规定为1，但是由于IEEE-754中将该固定的1作为默认值去除，因此将尾数舍入为1
IEEE-754的等级码移动码也有特殊规定，为了消除等级码全0和全1的状态，像float这样的等级码取值为1 ~ 254，而不是0~255。 也就是说，这里的等级代码的移动代码不是简单地从补数改变代码，而是进一步减少1。 换句话说，移位量为127，而不是128。 因此，对于float来说，真正的指数范围是-126 ~ 127，显示的数量范围也是2-126 ~2127，即10-38 ~1038
提高警惕
176.0625表示为符合IEEE-754标准的单精度浮点数。
首先，由于将176.0625变换为二进制数： 10110000.0001尾数归一化： 1.0110000000127，所以求出暂定域，转码为01100000001的转码： 7的二进制数为00000111，转码拼接： 01000011001100000000010000000000000
记得尾数字段补充0，使尾数为23位。