浮点浮点运算是什么意思？

浮点型的类型

名称 位数 数的范围 double 64 1.7E–308～1.7E+308 float 32 3.4E–38～3.4E+38 下面讨论浮点型的两种类型。

1 .单精度浮点型（float） 单精度浮点型（float ）专指占用32位存储空间的单精度（single-precision ）值。

单精度在一些处理器上比双精度更快而且只占用双精度一半的空间，但是当值很大或很小的时候，它将变得不精确。

当你需要小数部分并且对精度的要求不高时，单精度浮点型的变量是有用的。

例如，当表示美元和分时，单精度浮点型是有用的。

这是一些声明单精度浮点型变量的例子：float hightemp,lowtemp; 2 .双精度型（double ）浮点型 双精度型，正如它的关键字“double ”表示的，占用64位的存储空间。

在一些现代的被优化用来进行高速数学计算的处理器上双精度型实际上比单精度的快。

所有超出人类经验的数学函数，如sin( )，cos( ) ，tan()和sqrt( )均返回双精度的值。

当你需要保持多次反复迭代的计算的精确性时，或在操作值很大的数字时，双精度型是最好的选择。

具体有三种形式： IEEE754三种浮点数的格式参数 类型 存储位数 偏移值 　　数符(s) 阶码(E) 尾数(M) 总位数 十六进制 短实数(Single,Float) 1位 8位 23位 32位 0x7FH +127 长实数(Double) 1位 11 位 52位 64位 0x3FFH +1023 临时实数（延伸双精确度，不常用） 1位 15位 64位 80位 0x3FFFH +16383 对于阶码为0或为255（2047）的情况，IEEE有特殊的规定： 如果 E 是0 并且 M 是0，这个数±0（和符号位相关） 如果 E = 2 ? 1 并且 M 是0，这个数是 ±无穷大（同样和符号位相关） 如果 E = 2 ? 1 并且 M 非0，这个数表示为不是一个数（NaN）。

标准浮点数的存储在尾数中隐含存储着一个1，因此在计算尾数的真值时比一般形式要多一个整数1。

对于阶码E的存储形式因为是127的偏移，所以在计算其移码时与人们熟悉的128偏移不一样，正数的值比用128偏移求得的少1，负数的值多1，为避免计算错误，方便理解，常将E当成二进制真值进行存储。

例如：将数值-0.5按IEEE754单精度格式存储，先将-0.5换成二进制并写成标准形式：-0.510=-0.12=-1.0×2-12，这里s=1，M为全0，E-127=-1，E=12610=011111102，则存储形式为： 1 01111110 000000=BE000000(16) 这里不同的下标代表不同的进制。

浮点数怎么计算？要详细过程··

一个浮点数a由两个数m和e来表示：a = m × b^e。

在任意一个这样的系统中，我们选择一个基数b（记数系统的基）和精度p（即使用多少位来存储）。

m（即尾数）是形如±d.ddd...ddd的p位数（每一位是一个介于0到b-1之间的整数，包括0和b-1)。

如果m的第一位是非0整数,m称作规格化的。

有一些描述使用一个单独的符号位(s 代表+或者-）来表示正负，这样m必须是正的。

e是指数。

例如，一个指数范围为±4的4位十进制浮点数可以用来表示43210,4.321或0.0004321,但是没有足够的精度来表示432.123和43212.3（必须近似为432.1和43210)。

当然，实际使用的位数通常远大于4。

扩展资料：? 浮点数并不一定等于小数，定点数也并不一定就是整数。

C++中的浮点数有6种，分别是： float：单精度，32位 unsigned float：单精度无符号，32位 double：双精度，64位 long double：高双精度，80位 纯小数要想用二进制表示，必须先进行规格化，即化为 1.xxxxx * ( 2 ^ n ) 的形式（“^”代表乘方,2 ^ n表示2的n次方）。

对于一个纯小数D,求n的公式如下： n = 1 + log2(D); // 纯小数求得的n必为负数 再用 D / ( 2 ^ n ) 就可以得到规格化后的小数了。

接下来就是十进制到二进制的转化问题，为了更好的理解，先来看一下10进制的纯小数是怎么表示的，假设有纯小数D,它小数点后的每一位数字按顺序形成一个数列： {k1,k2,k3,...,kn} 那么D又可以这样表示： D = k1 / (10 ^ 1 ) + k2 / (10 ^ 2 ) + k3 / (10 ^ 3 ) + ... + kn / (10 ^ n ) 推广到二进制中，纯小数的表示法即为： D = b1 / (2 ^ 1 ) + b2 / (2 ^ 2 ) + b3 / (2 ^ 3 ) + ... + bn / (2 ^ n ) 参考资料来源：百度百科-浮点数

浮点运算是什么意思？

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。

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。

浮点运算器是进行浮点运算的结构。

现阶段是用电路来实现，应用在计算机芯片中。

是整数运算器之后的一大发展，因为在浮点运算器发明之前，计算机中的浮点运算是都是用整数运算来模拟的，效率十分低下。

在一些现代的电脑架构中，中央处理器内建的FPU里，浮点运算功能会与SIMD（单指令流多数据流）计算整合在一起。

一个主要的例子就是在Intel 与 AMD 新的 x86 与 x64 处理器里，SSE?指令集取代了 x87 指令集。