目录
1.基本表示：
以单精度浮点数float（32位）为例：
数符：正负（正0负1）（1位）
阶码：移码表示（8位）
尾数：以原码表示（23位）
2.基础运算：
例1：将十进制数 -0.75 转化为IEEE 754的单精度浮点数格式表示
1.由于十进制数为负，可以直接确定数符位为 1
2.将十进制数转化为二进制：（0.75）= （0.11）=（1.1）* 2^-1
可知尾数部分为：0.100000.......（末尾添0凑够23位）
3.阶码真值 e = -1 可由E = 127+e 推出E = 126
再用二进制表示E = 01111110（如果不够八位，首位添0凑够八位）
例2：IEEE 754的单精度浮点数 C0 A0 00 00 H的值表示为多少。
先将十六进制转为二进制 ：1100 0000 1010 0000 0000 0000 0000 0000
根据各部分占位数进行分割：1 100 0000 1 010 0000 0000 0000 0000 0000
可知数符位为1 为负
阶码：1000 0001为移码表示 转化为补码为 0000 0010 也是原码 真值表示为2
尾数：1.01000000.....
浮点数真值 = (-1.01) * 2^2 = -1.25 * 4 = -5.0
注：移码补码互转为从左往右数第一个1的左侧所有位取反 末尾在加1
2023计算机考研408统考第14题
解析：A若E = 0，且M≠0，则 N = （-1）S×2-126×（0.M）。
8020 0000H = 1000 0000 0010 0000 0000 0000 0000 0000代入公式，（-1)^1 ×(0.01)×2^(-126) = -2^-128
题目解释：第二章节浮点数的表示，真题中常见考点关于浮点数的问题，要不是浮点数表示，要不就是浮点数的运算。今年的这个浮点数考的比较细致，也是比较特殊的一种情况，这里注意E的范围是否为规格化数或者不规格化数从而采取不同的方式处理，有些同学可能并没有在意这个，这是提醒大家考研就是要全面、多次、细致的学习与复习。这一类型在课程的强化与基础时都有强调
