在『代码之谜』系列的前几篇文章中,很多次出现了浮点数。 浮点数在很多编程语言中被称为简单数据类型,其实,浮点数比起那些复杂数据类型(比如字符串)来说, 一点都不简单。
单单是说明 IEEE浮点数 就可以写一本书了,我将用几篇博文来简单的说说我所理解的浮点数,算是抛砖引玉吧。
一次面试
记得多年前我招聘 Java 程序员时的一次关于浮点数、二分法、编码的面试, 多年以后,他已经称为了一名很出色的程序员。 每次聚会他都会告诉我,“那次面试彻底改变了我的过去的学习方式, 我以前 只是盲目接受知识,根本就没有自己思考过, 那次对话,比我大学四年学到的知识都多”。
我看他简历上写到读过《信息论》才谈了很多关于二分法以及编码的话题, 整个过程大概3个小时——这是我面试时间最长的一次。
因为时间久远,我把一些我能回忆起来的关于浮点数的内容整理在这篇博客中。
格式说明:
所有我说的话,都放在引用里面。他的话放在了引号(“”)里面。没有加引号的是我的心理活动或者说明。
浮点数个数
在 8 位计算机上,浮点数一共有多少个呢?
“8 位的好像太过时了,现在主流的是 32 位的,好像可以表示3 x 10^38。”
果然不出我所料, 很多毕业生都把计算机学成了文科,他们不是在学习理论知识,而是接受/背诵这些知识。
8 位计算机可以表示的整数是多少个呢?
“这个简单,2的8次方,应该是 256 个。N 位计算机表示的整数就是 2 的 N 次方。”
他回答时显得很兴奋,因为他终于可以反驳我的观点了,他没有把计算机当作死记硬背的学科。
8 位计算机,或者说 8bit 可以表示 2^8 个整数。 如果用这 8bit 来表示字符,可以表示多少个呢?
“呵呵,当然也是 2 的 8 次方了,否则就没有必要再发明16位或者32位的 unicode 去表示汉字了。”
如你刚才所说,8bit 可以表示 3^38 个浮点数。那么你估算一下,2bit 可以表示多少个浮点数呢?
“既然 2bit 可以表示 4 个整数,浮点数嘛肯定比这个多,最少也得能表示 10 几个浮点数吧。”
好吧,按照你的思路,我说几个数。
- 0总该有吧,用 00 表示。
- 1 用 01 表示
- 2 用 10 表示
- 3 用 11 表示
现在你把 0.4 给我表示出来?
『他思索了片刻』“哦。我明白了, 2bit 可以表示 4 个数,不管是整数、小数或者字符,就算是用 2bit 表示苹果,我们也只能表示 4 个,如果想要表示更多,就得用更多的 bit 位。”
虽然他在简历中写到读过《信息论》,他对 N bit可以表示的信息量是 2^N 肯定没有完全理解,或者只是被动接受了这个定理。
过了一会儿他又继续说:“按照这个逻辑,8bit 只能表示 256 个浮点数了,这也太少了。 我有点糊涂了,浮点数的表示范围一般都得几万甚至几亿啊。”
浮点数精度
于是我在 firebug 里面写了几行代码(可以在本系列第一篇的 序言 部分找到这些代码)。
0.2 + 0.4 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1
“这怎么可能呢?JS 居然这么不严格?”
显然他把这种现象归结于 js(谢天谢地,他没有把罪过加在 firebug 身上)。 于是我用 Java 重写了上面的代码,这回他只剩目瞪口呆了。
既然他已经开始 惊讶,那么下一步就是 思考。我又稍作了解释:
任何语言都宣称他们的浮点数的表示范围是 3 x 10^38,这个数到底多大呢?目前所知宇宙的年龄是 1.373 x 10^10 年。但是 32bit 最多只能表示 2^32 个数,大约是 4 x 10^9。
对比一下你就会发现令人震惊的结果。 如果把浮点数的范围比做地球,那么可以精确表示的浮点数还不到一粒芝麻大。
“这么说,0.2+0.4 是因为他不能够精确表示,所以出现了计算错误的现象。那在编程中如何避免这种问题呢?”
用 定点数表示小数。
浮点数等价于小数吗
“定点数不是整数吗?定点数怎么表示小数啊?”
很显然,有一个理论性概念错误。他没有真正理解什么是定点,什么是浮点。
浮点数可以表示整数吗?比如,float a = 2 可以吗?
“可以是可以,这个 2 在计算机里面应该存储的是 2.0 吧?”
计算机肯定没有存储 2.0。百分之一万的肯定。计算机存储的是0、1串。呵呵。
“我觉得浮点数应该不会存储整数的2,他存储的应该是小数的2.0,然后转换成0、1串,是这样吗?”
他一连问了我几个问题,使我感觉到,我不是在面试,而是在上课。
整数和小数是数学里面的概念,在计算机中,只有定点数和浮点数,没有整数和小数。
定点数在课本里如何定义的?
“忘了,只知道定点数就是整数,浮点数就是小数。好像老师也是这么讲的。”
那是因为你们老师不是我,如果我当老师,肯定不会这么教学生。『笑』
定点、浮点,“点”是什么意思?“点”就是小数点。 把小数点固定,通常固定在最右面,就是定点数。 把小数点浮动,就是浮点数。浮点在哪儿?这个在 IEEE 浮点数标准里面定义的。
回到前面话题,如何精确的表示小数呢?其中一种方案就是定点数。
拿 8bit 举例吧。我们可以把小数点定在中间,用 4bit 表示整数部分,4bit 表示小数部分。 这样构造方式(专业点我们称他为数据结构,一般语言把整数和小数称为简单数据类型,其实他们一点都不简单,而且比那些成了复合数据类型的字符串都要复杂的多),我们可以精确的表示64个小数,我们可以精确的表示 2^8 = 256 个小数(谢谢 mfkvfn 在 iteye 上的指正)。
在下一章,我们将构造一个 8bit 的浮点数表示形式,来深入探索浮点数不为人知的秘密。 我称它为 JJFN-134(JustJavac Float Notation,justjavac浮点数表示法),1bit符号,3bit指数,4bit尾数。