Floating point 为什么双打是如何工作的

我知道这可能是一个常见的问题，但我从未找到答案（也许这与不知道如何正确搜索谷歌有关，所以如果有人能给我一个参考资料，我将删除这个问题）

为什么double的工作原理是，用2的幂反比表示小数点的右侧，用2的幂表示小数点的左侧？我知道它允许代表非常大的数字，但还有其他优势吗？NET框架有可用的数据结构，使用它似乎更合乎逻辑，因为它是我们用人类符号表示数字的方式

---

真的，我的问题是，为什么双精度是按原来的方式创建的，而不是最初创建类似十进制的东西（这似乎不太常见）。

你的困惑似乎是没有根据的。小数点的右侧始终表示为基数的逆幂，左侧始终表示为基数的幂。这同样适用于基数10和基数2。二进制浮点数存储一个指数，该指数控制小数点在尾数上的位置

至于它们存在的原因：二进制浮点表示法有两个方便的特性：

它相对较快，因为它使用二进制算法

它可以表示非常大或非常小的数字，具有一定的准确性

---

这些属性使它们非常适合于物理计算，因为最后一位的小错误无关紧要，但却使它们无法用于货币应用程序（在需要十进制的地方，尽管计算速度要慢得多）。

FP格式将最大精度压缩为一个“字”或两个“单词”对象，同时添加一个指数，以便进行科学计算1。涉及大值或小值时，可以以相同的精度进行。因为对象适合于字，它们可以适合于寄存器，而且它们在CPU硬件和GPU单元上都受支持，所以它们非常快

十进制格式更慢、更大，硬件几乎不支持它们，但它们也不需要复杂的二次计算，所以这无关紧要。我们可以很容易地计算软件中的bean。十进制字符串的一个优点是，我们在现实生活中写的数字（0.10、0.11、0.12……）可以精确地表示出来，这对会计工作非常有帮助。（奇怪的是，由于我们使用以10为基数的IRL，几乎所有我们在商业中写的数字实际上都不能用以2为基数的分数表示。）

任何一种格式都可以用于相反的应用程序，只要有足够的混乱和仔细的编程，但没有太多的意义

---

一,。事实证明，即使精度有限，也没有任何物理常数可以接近双精度数据类型的精度。因此，它们正是这些类型的计算所需要的。这些日子快得难以置信了。如果你能把每一个GPU放回几年前的时间，它将被列为世界上最快的超级计算机CPU。

重复的问题。这里有很多问题，更不用说整个互联网了（）。此外，该格式不适合此网站。。。但要提供一个答案：我们的计算机是二进制机器，被设计成高效地处理二进制数据，这就是为什么我们有二进制浮点结构。事实上，有些东西是“人做的”，这并不意味着它是合乎逻辑的。看看我们用10个不同的字符来记数字而不是用完整的字母表浪费了多少空间！通常更符合逻辑的是工程师的工作，而不是人类。XD如果对

double

值进行缩放，使最小货币单位的整数表示为整数

double

值，并在适当的时间将其四舍五入到最接近的单位，则它们将与类似处理的

十进制

值一样精确。此外，如果执行不存在的

Decimal

除法而不舍入结果，

Decimal

将表现为浮点类型，并停止遵守（a+b）+c应等于a+（b+c）的规则。可以将1.23美元表示为

123.0

而不是

123.0

这一事实很方便，但金融数学确实应该使用定点类型。