什么是浮点运算

浮点运算有什么作用

来自百度百科：

整数和浮点运算性能测试浮点运算就是实数运算，因为计算机只能存储整数，所以实数都是约数，这样浮点运算是很慢的而且会有误差。现在大多数机器都是32位的，也就是说32位都用来表示整数的话，那么对于无符号整数就是0 到 2^32-1，对于有符号的话就是-2^31 到 2^31-1。

目录[隐藏]

浮点运算介绍

浮点运算数据

例子

其他

　　 [编辑本段]浮点运算介绍　　当我们用不同的电脑计算圆周率时，会发现一台电脑的计算较另一台来讲结果更加精确。或者我们在进行枪战游戏的时候，当一粒子弹击中墙壁时，墙上剥落下一块墙皮，同样的场面在一台电脑上的表现可能会非常的呆板、做作；而在另外一台电脑上就会非常生动形象，甚至与我们在现实中看到的所差无几。 这都是浮点运算能力的差异导致的。 　　如果是实数的话，就不是这样了，机器有两种办法表示实数，一种是定点，就是小数点位置是固定的，一种是浮点，就是小数点位置不固定，计算方法也比较麻烦，通常会比整数运算代价大很多 　　FPU->Floating Point Unit,浮点运算部件 　　BCD->Binary Coded Decimal 压缩的二十进制数,是用4个位来表示数字0~9,一个byte表示两个十进制数,比如01111001表示89 　　科学计数法:这是科学的~~~~具体含义查查初中还是小学的数学课本 D:) [编辑本段]浮点运算数据　　浮点运算使用三种不同的数据: 　　1)整数(Integer),又分为字,短整数(Short Integer)和长整数(Long Integer) 　　2)实数(Real)分单精度(Single Real)和双精度(Double Real) 　　3)压缩的二十进制数(BCD) 　　下面是其位数(bits)和能表示的大致范围和 　　Type Length Range 　　----------------------------------------------- 　　Word Integer 16 bit -32768 to 32768 　　Short Integer 32 bit -2.14e9 to 2.14e9 　　Long Integer 64 bit -9.22e18 to 9.22e18 　　Single Real 32 bit 1.18e-38 to 3.40e38 　　Double Real 64 bit 2.23e-308 to 1.79e308 　　extended Real 80 bit 3.37e-4932 to 1.18e4932 　　Packed BCD 80 bit -1e18 to 1e18 　　双精度数和扩展精度数表示范围对一般应用来说已经足够大了! 　　1)整数,以补码形式存储,正数的补码是其本身,负数补码是其绝对值的各位变反后加1,下面是实际存储的例子: 　　0024 var1 dw 24 　　FFFE var2 dw -2 　　000004D2 var3 dd 1234 　　FFFFFF85 var4 dd -123 　　0000000000002694var5 dq 9876 　　2)BCD数 　　在FPU中用80位表示正好是浮点堆寄存器的宽度,在其格式如下存储: 　　Bit 　　79___72_71________________________________________0 　　符号 ---18个二十进制数-------- 　　看下面的例子: 　　00000000000000012345 var1 dt 12345 　　80000000000000000100 var2 dt -100 　　3)浮点数,这个复杂点,有三种格式 　　单精度:_31_30________23_22___________0 　　符号 指数 有效数 　　双精度:_63_62__________52_51__________________0 　　符号 指数 有效数 　　扩展精度数: 　　_79_78____________64_63___________________0 　　符号 指数 有效数 [编辑本段]例子　　计算机里整数和小数形式就是按普通格式进行存储，例如1024、3.1415926等等，这个没什么特点，但是这样的数精度不高，表达也不够全面，为了能够有一种数的通用表示法，就发明了浮点数。 　　浮点数的表示形式有点像科学计数法（*.*****×10^***），它的表示形式是0.*****×10^***，在计算机中的形式为 .***** e ±***），其中前面的星号代表定点小数，也就是整数部分为0的纯小数，后面的指数部分是定点整数。利用这样的形式就能表示出任意一个整数和小数，例如1024就能表示成0.1024×10^4，也就是 .1024e+004，3.1415926就能表示成0.31415926×10^1，也就是 .31415926e+001，这就是浮点数。浮点数进行的运算就是浮点运算。 　　浮点运算比常规运算更复杂，因此计算机进行浮点运算速度要比进行常规运算慢得多。