簡體   English   中英

給定以下內容,如何找到歸一化的浮點數,為什么?

[英]Given the following, how do I find the number of normalized floating-point numbers and why?

我試圖了解使用二進制系統時,浮點數算法如何在計算機科學中發揮作用。 我從《每個計算機科學家應該了解的浮點運算法則》摘錄中,該節將歸一化的數字定義為唯一的浮點數,且前導有效位數為非零。 繼續說...

當β= 2,p = 3,e min = -1和e max = 2時,有16個標准化的浮點數,如圖D-1所示。

其中β基數p精度e min最小指數e max最大指數

我試圖理解他如何得出16個歸一化浮點數的結論是將可能的有效數β^ p和可能的指數e max-e min +1相乘。 我的結果是32個可能的標准化浮點值 我不確定如何獲得上面論文中聲明的16個標准化浮點值的正確結果。 我假設排除了負浮點值,但是,我沒有在計算中包括它們。

這個問題更適合數學公式。 但這將幫助我更好地理解計算機科學中的浮點運算法則。

我想知道如何獲得16個標准化浮點數的正確結果,以及為什么。

由於第一位始終為1,尾數為3位,因此只有兩位可以變化,產生4個不同的尾數值。 結合4個不同的指數值(即16),我沒有看過這篇論文。

我試圖了解他如何得出16個歸一化浮點數的結論的嘗試是將可能的有效數β^ p和可能的指數數e max-e min + 1相乘。

這是正確的,除了可能的有效位數不是帶有隱式前導1的二進制數中的βp 。在這些條件下,可能的有效位數為βp-1 ,在p-1位上編碼。

換句話說,可能的有效數字的缺失值已被利用,例如保留了52位編碼來編碼53個二進制數字的精度。

暫無
暫無

聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM