Floating point 计算机如何根据IEEE 754浮点表示法存储0.000000f？

正如我们所知，在IEEE754浮点表示法中，我们可以表示任何浮点数。但是，在所有浮点数中，我们得到类似于1的值（一些尾数）*2^（一些指数）其中1始终固定在第一个位置，因此我们在将任何IEEE 754浮点数转换回十进制数时假设它。但是，如果是0.000000f，我们将假设什么，因为在这种情况下，我们不能表示1中的数字。（一些尾数）*2^（一些指数）因为尾数的开头不能有1，除了0。

所有0的模式都保留给0：

              3  2          1         0
              1 09876543 21098765432109876543210
              S ---E8--- ----------F23----------
      Binary: 0 00000000 00000000000000000000000
         Hex: 0000 0000
   Precision: SP
        Sign: Positive
    Exponent: -127 (Stored: 0, Bias: 127)
   Hex-float: 0x0p+0
       Value: +0.0

请注意，IEEE表示中有两个0：+0和-0；这是可以区分的。模式0x8000000用于后者：

              3  2          1         0
              1 09876543 21098765432109876543210
              S ---E8--- ----------F23----------
      Binary: 1 00000000 00000000000000000000000
         Hex: 8000 0000
   Precision: SP
        Sign: Negative
    Exponent: -127 (Stored: 0, Bias: 127)
   Hex-float: -0x0p+0
       Value: -0.0

正如Alias所回答的，“所有指数和有效位都设置为零”被定义为零。也可以将零视为一种特殊情况。当所有指数位都设置为零（可能的最小指数）时，尾数不设前导1，因此如果有效位也为零，则结果值（解释为非规范数）为零

计算机如何根据IEEE 754浮点表示法存储0.000000f

当一个

浮点数

小于最小的正常非零

浮点数

（

0 0000000 1000000000000000000000

）时，它以编码的偏置指数0（

s 00000000 xxxxxxxxxxxxxxxxxxxx

）存储。隐含位不再是1，而是0，有效偏置指数为1

当

xxxxxxxxxxxxxxxxxxxx

为全零时，该值为+0.0f或-0.0f

---

编码偏差指数为0且

xxxxxxxxxxxxxxxxxxxxxxxx

非零的

float

为次正态

---

FLT\u TRUE\u MIN

是

0 0000000000000000000000000000 1

，最小的正非零值。

非常好，写得很好，也很详细。请注意，偏置指数=0表示尾数的前导

0

位；正如Sneftel和chux指出的，

+-0.0

是次正规（又称非正规）数的特例。不是它自己的一个单独的特例+-Inf和+-NaN的方式是0和非零尾数意味着与全1指数不同的东西。