浮点精细度( 四 )

e= 1;s= 110010010000111111011011(含隐藏位)
指数偏差(127)和指数(1)的总和为128 , 所以这是以单精度格式表示为0 10000000 10010010000111111011011(不含隐藏位)= 40490FDB为十六进制数 。
分段线性逼近指数和对数如果我们绘製一个点阵图模式的浮点值(x轴是位模式 , 被认为是整数 , y轴是浮点数的值;假设是正的) , 可以得到移位的分段线性近似值基数为2的缩放指数函式 , 

浮点精细度

文章插图
(因此实际上
浮点精细度

文章插图
) 。相反 , 给定一个实数 , 如果採用浮点表示法并将其视为一个整数 , 则可以得到移位和缩放的基2对数的分段线性近似 , 
浮点精细度

文章插图
(因此实际上
浮点精细度

文章插图
) , 如右图所示 。这种解释对于显示浮点数的值随着表示的变化是有用的 , 并且允许通过整数运算和位移对浮点运算进行某些有效的近似 。例如 , 将float重新解释为一个整数 , 取其负数(或者从一个固定的数字中减去 , 由于偏差和隐含的1) , 然后重新解释为一个浮点数 , 得到倒数 。明显地 , 忽略有效数 , 取倒数只是取(无偏)指数的加法倒数 , 因为倒数的指数是原指数的负数 。(因此 , 实际上从偏差的两倍中减去指数 , 这对应于非偏置 , 取负 , 然后偏置 。)对于有效数 , 近似1倒数近似为线性:
浮点精细度

文章插图
(因为衍生物是
浮点精细度

文章插图
;这是泰勒级数的第一项) , 因此对于有效数据 , 取负数(或者从固定数减去处理隐含1)近似取倒数 。更重要的是 , 位移允许计算平方(左移1)或取平方根(右移1) 。这导致近似计算平方根;结合之前的逆向技术 , 这允许在20世纪80年代末和90年代在图形处理中重要的快速平方根计算 。这可以在其他一些套用中被利用 , 例如数字声音处理中的音量增加 。具体地说 , 每次指数递增时 , 数值加倍(因此按指数增长) , 而每次有效数递增(对于给定的指数) , 数值增加
浮点精细度

文章插图
(因此线性增长 , 斜率等于指数的实际值(无偏)) 。即使对于给定指数的最后一步 , 其中有效数溢出到指数中:对于隐含1 , 1.11 ... 1之后的数是2.0(不管指数) , 即指数的增量:(0 ... 001)0 ... 0到(0 ... 001)1 ... 1 , (0 ... 010)0 ... 0是相同的步长(线性)
因此 , 作为一个图形 , 它是线性的(对于一个给定的指数 , 随着有效数字的增长)连线两个均匀间隔的幂(当有效数为0时) , 每个线性片具有前一个斜率的两倍:它大约是一个缩放并转移指数
浮点精细度

文章插图
。每件作品採用相同的水平空间 , 但最后的两倍是垂直空间 。由于指数是凸起的 , 因此通过有效数为0的点 , 该值总是