浮点数处理

作者: 月见樽 | 来源:发表于2019-05-28 23:17 被阅读0次

本文首发于个人博客

浮点数表达

IEEE754标准是用于规范浮点数运算的IEEE标准，用于解决浮点数标准混乱的问题。其被认证后不久，几乎所有的处理器生产商都采用这一标准，极大的推动了软件的发展。浮点数存储的格式如下：

float.png

浮点数由符号位，指数位和尾数三个部分组成，表达公式如下式：
$X = (-1)^{s} \times f \times 2^{e}$
在IEEE754标准中，主要规定了单精度浮点（float）和双精度浮点（double）两种浮点数：

类型	符号位数	指数位数	尾数位数
单精度浮点（float）	1	8	23
双精度浮点（double）	1	11	52

首先考虑符号位，当该符号位为0时，表示该数为正数，符号位为1时，表示该数为负数。指数可以为负数，一般使用移码表示，移码表示为：
$E = e- bias$
E为真实的指数，e为浮点数中存储的尾数，bias为移位，有 $bias = 2^{len(e) - 1} - 1$ 。以单精度浮点为例，指数位数 $len(e) = 8$ ，则有bias=127，真实指数和存储的关系为 $E = e - 127$ ，表示范围为-126~127（e=0和e=255用于表示特殊字符）。尾数为规格化的尾数，即尾数的二进制表示 $f_b$ 前有一个隐藏的二进制1，即如下表示：
$X = (-1)^{s} \times 1.f_b \times 2^{e-bias}$
当e=0时，该浮点数为非规格化数，表示的数如下所示：
$X = (-1)^s \times 0.f_b \times 2^{-126}$
该标准内还定义了几个特殊值：

特殊值	说明
0	指数部分和尾数部分均为1
无穷大	指数部分为 $2^{len(e)} - 1$ （指数最大值），尾数部分为0
NaN	指数部分为 $2^{len(e)} - 1$ （指数最大值），尾数部分不为0

浮点数计算

浮点数乘法

浮点数的乘法分为以下几个步骤：

计算符号位：通过异或操作计算符号位，若两个操作数符号位相同，则结果符号位为0，否则结果符号为1
计算原始尾数：两个操作数的尾数相乘，得到原始尾数
计算原始指数：将两个操作数的指数相加，得到原始指数
规格化与舍入：对原始尾数和原始指数进行规格化，获得结果的指数，再对尾数进行舍入，获得结果的尾数

mul_flow.png

对于科学计数法表示的乘法，有：
$[(-1)^{s_1} \times 1.f_1 \times 2^{e_1}] \times [(-1)^{s_2} \times 1.f_2 \times 2^{e_2}] = (-1)^{s_1 \ XOR \ s_2} \times (1.f_1\times 1.f_2) \times 2^{e_1+e_2}$
现考虑32位的单精度浮点数（float），其指数为8位，尾数为23位，获得原始指数和原始尾数为：

原始指数：原始指数为两个8位的指数相加，共9位
原始尾数：原始尾数为两个23位的尾数相乘，共46位

获得原始指数和尾数后进行规格化，若原始指数小于-126，则小于表示范围，将原始尾数右移，每右移一位，原始指数+1，直到原始指数到达-126，此时形成非规格化数。若原始尾数不小于-126，进行正常的标准化：

两个规格化数相乘：，结果在1~4之间，即最高2位有以下几种可能性：
- 最高2位为01：原始尾数向左移位2位（包括移除隐含的1），原始指数直接为获得规格化的指数，小数部分还剩44位，在舍入部分处理。若原始指数-2后为-127，则在移位后尾数前添加1，使用非规格化表示
- 最高2位为10或11：原始尾数向左移位1位（移除隐含的1），原始指数+1获得规格化的指数，小数部分还剩45位，在舍入部分处理。
非规格数和规格化相乘： $1.f_1 \times 0.f_2$ ，结果在0~2之间，操作方式与上述类似
非规格化数和非规格化数相乘：原始指数为-252，尾数部分仅有46位，无论如何都不可能使指数规格化到-126，直接为0

进行规格化后，原始指数被修正为指数 $e_3$ ，此时若尾数的位数超过23位，还需要进行舍入操作。将规格化后的尾数使用 $sf$ 表示， $sf[h:h-23]$ 表示高23位的指数， $sf[h-24:0]$ 表示24位以后尾数。舍入使用“四舍六入”的方式，舍入规则如下所示：

若 $sf[h-24:0] < 1000...0$ ：抛弃，舍入结果为 $sf[h:h-23]$ （四舍）
若 $sf[h-24:0] > 1000...0$ ：进位，舍入结果为 $sf[h:h-23]+1$ （六入）
若 $sf[h-24:0] == 1000...0$ ：舍向偶数，即使 $sf[h:h-23]$ 变为偶数（ $sf[h:h-23]$ 为奇数时进位，否则抛弃）

进行舍入后，原始尾数被修正为尾数 $f_3$ ，乘法计算完成。

浮点数加法

浮点数的加法分为以下几个步骤：

对阶：将指数较小的浮点数进行尾数向右移位，指数同步增大，直到两个操作数的指数等
求和：对尾数进行求和
规格化：对指数和尾数做规格化，并对尾数进行舍入

add_flow.png

对于科学计数法表示的加法，有：
$[(-1)^{s_1} \times 1.f_1 \times 2^{e_1}] + [(-1)^{s_2} \times 1.f_2 \times 2^{e_2}] = [(-1)^{s_1} \times 1.f_1 \times 2^{e_1-e_2}+ (-1)^{s_2} \times 1.f_2] \times 2^{e_2}$
第一步为对阶，即将指数变为相同以实现加法，规定小阶向大阶对阶，即原始指数 $e=\max\{e_1,e_2\}$ ，对于指数较小的操作数，需要将尾数向右移位，每移动一位，指数加1，移位直到阶数相等即完成对阶，对阶过程可表示为：
$\begin{cases}(-1)^{s_1} \times 1.f_1 \times 2^{e_1} \\ (-1)^{s_2} \times 1.f_2 \times 2^{e_2}\end{cases} \to \begin{cases}[(-1)^{s_1} \times 1.f_1 \times 2^{e_1 - \max\{e_1,e_2\}}] \times 2^{\max\{e_1,e_2\}} \\ [(-1)^{s_2} \times 1.f_2 \times 2^{e_2 - \max\{e_1,e_2\}}] \times 2^{\max\{e_1,e_2\}}\end{cases}$
第二步为求和，即对阶完成后，两个尾数可以直接求和获得原始尾数，求和过程如下所示：
$\begin{cases}[(-1)^{s_1} \times 1.f_1 \times 2^{e_1 - \max\{e_1,e_2\}}] \times 2^{\max\{e_1,e_2\}} \\ [(-1)^{s_2} \times 1.f_2 \times 2^{e_2 - \max\{e_1,e_2\}}] \times 2^{\max\{e_1,e_2\}}\end{cases} \to \\ [(-1)^{s_1} \times 1.f_1 \times 2^{e_1 - \max\{e_1,e_2\}} + (-1)^{s_2} \times 1.f_2 \times 2^{e_2 - \max\{e_1,e_2\}}] \times 2^{\max\{e_1,e_2\}}$
第三步为规格化和舍入，原始尾数 $f = (-1)^{s_1} \times 1.f_1 \times 2^{e_1 - \max\{e_1,e_2\}} + (-1)^{s_2} \times 1.f_2 \times 2^{e_2 - \max\{e_1,e_2\}}$ ，原始指数 $e=\max\{e_1,e_2\}$ ，对其进行规格化和舍入操作，获得新的指数 $e_3$ 和尾数 $f_3$ ，操作方式与乘法相同，即完成浮点数的加法。

浮点数处理

浮点数表达

浮点数计算

浮点数乘法

浮点数加法

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读