C# 除以零：整数与浮点

将int除以零将引发异常，但浮点不会——至少在Java中是这样。为什么浮点有附加的NaN信息，而int类型没有？

浮点的表示被设计为有一些特殊的位组合保留以存储，如NaN、无穷大等

int类型没有未使用的表示形式-每个位模式对应一个整数。这有很多好处：

• 整数类型的范围尽可能大-不会浪费位模式
• 整数的表示很容易理解，因为没有特殊情况
• 即使在非常简单的处理器上，整数运算也可以以极高的速度完成

---

浮点数的表示被设计为有一些特殊的保留位组合来存储，如NaN、infinity等

int类型没有未使用的表示形式-每个位模式对应一个整数。这有很多好处：

• 整数类型的范围尽可能大-不会浪费位模式
• 整数的表示很容易理解，因为没有特殊情况
• 即使在非常简单的处理器上，整数运算也可以以极高的速度完成

---

这里给出了有关浮点运算的清晰解释

---

这里给出了有关浮点运算的清晰解释

---

基本上，这完全是一个武断的决定
传统的

int

尝试使用所有位来表示可能的数字，而标准为

NaN

保留一个特殊值

---

标准可以更改为

int

s，以包含特殊值，但操作效率较低。开发人员通常期望

int

操作非常有效，而使用浮点数的操作（纯粹是心理上的）被允许更慢。
基本上，这是一个纯粹的任意决定
传统的

int

尝试使用所有位来表示可能的数字，而标准为

NaN

保留一个特殊值

---

标准可以更改为

int

s，以包含特殊值，但操作效率较低。开发人员通常期望

int

操作非常有效，而使用浮点数的操作（纯粹从心理上）可以更慢。
int和float在机器内部的表示方式不同。整数通常使用有符号的2的补码表示，即（本质上）以基数2写出的数字。另一方面，浮动使用更复杂的表示，可以容纳更大和更小的值。但是，机器为浮点保留了几个特殊的位模式，以表示数字以外的内容。例如，NaN和正无穷大或负无穷大都有值。这意味着，如果你将一个浮点除以零，那么计算机可以使用一系列位来编码你除以零的结果。对于整数，所有的位模式都用于编码数字，因此计算机无法使用有意义的位序列来表示错误

---

不过，这不是int的基本属性。从理论上讲，我们可以通过返回一些NaN变量来生成一个整数表示，它可以处理零除运算。这与实际操作不同。
整数和浮点在机器内部的表示方式不同。整数通常使用有符号的2的补码表示，即（本质上）以基数2写出的数字。另一方面，浮动使用更复杂的表示，可以容纳更大和更小的值。但是，机器为浮点保留了几个特殊的位模式，以表示数字以外的内容。例如，NaN和正无穷大或负无穷大都有值。这意味着，如果你将一个浮点除以零，那么计算机可以使用一系列位来编码你除以零的结果。对于整数，所有的位模式都用于编码数字，因此计算机无法使用有意义的位序列来表示错误

---

不过，这不是int的基本属性。从理论上讲，我们可以通过返回一些NaN变量来生成一个整数表示，它可以处理零除运算。这并不是在实践中所做的。
Java反映了大多数CPU的实现方式。整数被零除会导致x86/x64上的中断，浮点被零除会导致无穷大、负无穷大或NaN。注意：使用浮点，也可以除以负零：Java反映了大多数CPU的实现方式。整数被零除会导致x86/x64上的中断，浮点被零除会导致无穷大、负无穷大或NaN。注意：使用浮点，也可以除以负零：我认为真正的原因，这个问题的根源，是众所周知的事实：计算机把所有东西都存储在0和1中
它与整数、浮点数和零除法有什么关系？这很简单。如果只有0和1，那么很容易将它们组合成整数，就像十进制数字一样。所以“10”变成2，“11”变成3，依此类推。这种整数表示是如此自然，以至于没有人会想到为整数发明任何其他东西，它只会使CPU更加复杂，事情更加混乱。唯一需要的“发明”是找出如何存储负数，但如果你从x+（-x）应该始终等于零这一点开始，而不使用任何特殊的加法，这也是非常自然和简单的。这就是为什么11111111对于8位整数是-1的原因，因为如果你给它加上1，它会变成100000000，然后第8位会因为溢出而被截断