我是架构师-基本类型-float

讲述float这个类型确实让我有点没有头绪，但还是简单说下。 

关于最大值最小值问题

Float.MAX_VALUE = 0x1.fffffeP+127f;

Float.MIN_VALUE = 2^-149; 

ps:（看到MAX_VALUE这样令人发指的写法确实有些不爽，特地写出来就是想说明一下：

先看表达式：

   1. 0x代表 16进制

   2. 1.fffffe(不区分大小写) 代表16进制的小数表示，转换10进制需要 除以16

   3. p/P(不区分大小写) 代表2

   4. +/-  在这表代表的是指数符号  +127代表127次方，+号可以省略

   5. 最后一位f 代表转成float,而不是double 

对jvm，0x0.5 显然是不能接受的行为，但现在可以这样 0x0.5p0f, 这会是什么呢？

不妨灵活运用这种方式。） 

 

除了MAX_VALUE 和 MIN_VALUE 以外，我们发现：

MAX_EXPONENT = 127 有限 float 变量可能具有的最大指数。

MIN_EXPONENT = -126 标准化 float 变量可能具有的最小指数。

MIN_NORMAL = 0x1.0p-126f 保存 float 类型数据的最小正标准值的常量，即 2-126。

 

这时我们来看一个概念（当然我尽可能简单说）：IEEE 754

1. IEEE二进制浮点数算术标准（IEEE 754）1980年代以来最广泛使用的浮点数运算标准。

2. IEEE 754规定了四种表示浮点数值的方式：单精确度（32位元）、双精确度（64位元）、延伸单精确度（43位元以上，很少使用）与延伸双精确度（79位元以上，通常以80位元实做）。只有32位元模式有强制要求，其他都是选择性的。（就是说我们的float）

3.

1	8	23 位长
S	Exp	Fraction
31	30至23 偏正值 （实际的指数大小+127）	22至0位编号（从右边开始为0）

见图：

 

4.

单精度浮点数各种极值情况：

类别	正负号	实际指数	有偏移指数	指数域	尾数域	数值
零	0	-127	0	0000 0000	000 0000 0000 0000 0000 0000	0.0
负零	1	-127	0	0000 0000	000 0000 0000 0000 0000 0000	-0.0
1	0	0	127	0111 1111	000 0000 0000 0000 0000 0000	1.0
-1	1	0	127	0111 1111	000 0000 0000 0000 0000 0000	-1.0
最小的非规约数	*	-126	0	0000 0000	000 0000 0000 0000 0000 0001	±2−23 × 2−126 = ±2−149 ≈ ±1.4×10-45
中间大小的非规约数	*	-126	0	0000 0000	100 0000 0000 0000 0000 0000	±2−1 × 2−126 = ±2−127 ≈ ±5.88×10-39
最大的非规约数	*	-126	0	0000 0000	111 1111 1111 1111 1111 1111	±(1−2−23) × 2−126 ≈ ±1.18×10-38
最小的规约数	*	-126	1	0000 0001	000 0000 0000 0000 0000 0000	±2−126 ≈ ±1.18×10-38
最大的规约数	*	127	254	1111 1110	111 1111 1111 1111 1111 1111	±(2−2−23) × 2127 ≈ ±3.4×1038
正无穷	0	128	255	1111 1111	000 0000 0000 0000 0000 0000	+∞
负无穷	1	128	255	1111 1111	000 0000 0000 0000 0000 0000	-∞
NaN	*	128	255	1111 1111	non zero	NaN
* 符号位可以为0或1 .

 

一下子搞出这么多东西可能会吓到你,那我用我的表述:

float和double 与以前你看到的int的二级制不再一样。 他把32位分成了3个段，当然根据某个标准（或者叫协议，比如IEEE754）。然后，为了应付这一切带来的琐碎事情，我们不得不建立更多的属性和方法。

 

当然，对IEEE754的表述显然并不满意，我决定单独写一篇附加说明，来说明它。

 

下面，看下 int f = 1 ，(特地用int,并不推荐此行为)，跟我做如下事情：

int intValue = Float.floatToIntBits(i);
String binaryS = Integer.toBinaryString(intValue);
System.out.println("intValue = "+intValue);
System.out.println("binaryS = " + binaryS );
System.out.println(binaryS.length());
out:
intValue = 1065353216
binaryS = 111111100000000000000000000000
30

30位，说明第32位（即左数第一位）是0，31位是0。正如IEEE754中介绍的，第4条 value等于1时。

 

下面介绍下方法：

method: floatToIntBits(float value)

API这样描述:
     根据 IEEE 754 浮点“单一格式”位布局，返回指定浮点值的表示形式。
     我通俗的说：得到浮点值的二进制格式（<=32位），并以int的10进制返回。如果遇到这样的一个int值，可以通过intBitsToFloat(int)得到浮点值。
     此方法比floatToRawIntBits 多做一步，将 NaN 编码为一个“规范”NaN 值的位模式。

 

method:floatToRawIntBits(float value)
根据 IEEE 754 浮点“单一格式”位布局，返回指定浮点值的表示形式，并保留非数字 (NaN) 值。 

method:isInfinite() -还有个static方法，一起说明.
如果此 Float 值的大小是无穷大，则返回 true，否则返回 false。
见example:
 

 System.out.println(new Float(1/0.0f).isInfinite());
 System.out.println(Float.isInfinite(Float.NEGATIVE_INFINITY));
 System.out.println(iob1.isInfinite());
 System.out.println(Float.isInfinite(iob1));

 

method:hashCode()
调用 floatToIntBits(value); 

method:compareTo()
比较value 调用了compare 

method:compare(float f1,float f2)  static
见example:

 float iob1 = 9;// 需要加f强转吗？
 System.out.println(Float.compare(-9, iob1)); 
 System.out.println(Float.compare(Float.NaN, iob1)); 
 System.out.println(Float.compare(-(1.0f/0.0f), iob1));

 method:toString
调用了valueof 

method:toString(float f) static
用了getChars,new String(...)

 
依然做个小结：
1.  float 用起来简单，感谢jvm以及其所有开发人员
2.  float 用起来要慎重，他并非如int那样安全
举个例子：

 
 float basicf = 0.95f; 
 for(int i =100;i<=120;i++) {
  float f = i/100.0f
  System.out.println("f = "f+"----"+(f+basicf)); 
 } 

3.  Float有了正无穷大，负无穷大的概念
4.  float那些表现方式，以及jvm会在任何可能的地方将浮点变成double.