408 计算机组成原理

408

计算机组成原理

CO-02-05 IEEE 754浮点数标准

一、定位信息

项目	内容
所属圈层	核心层
考点热度	H级（高频重点） — 近5年真题中几乎每年必考，选择题和综合题均有出现，单次分值3–8分；IEEE 754格式转换是必考内容
前置知识回顾	需掌握二进制与十进制互转（CO-02-01），理解移码的定义与特点（CO-02-02），了解补码的基本运算（CO-02-03）
知识网络定位	本单元是定点数编码（CO-02-02）在浮点表示上的延伸，是浮点数加减运算（CO-02-06）的直接基础，也是理解浮点运算器硬件设计的前提

二、知识点讲解

2.1 浮点数的基本概念

为什么需要浮点数？

定点数的表示范围有限。例如8位定点整数只能表示 $[-128, +127]$ ，定点小数只能表示 $(-1, +1)$ 。当需要表示非常大（如 $10^{20}$ ）或非常小（如 $10^{-20}$ ）的数时，定点数无能为力。

浮点数的表示形式：

$N = (-1)^S \times M \times R^E$

其中：

$S$ ：符号位（Sign），0正1负
$M$ ：尾数（Mantissa/Significand），定点小数，表示有效数字
$E$ ：阶码（Exponent），定点整数，表示数量级
$R$ ：基数（Radix），通常为2

直观理解：浮点数类似于科学计数法。例如 $123.45 = 1.2345 \times 10^2$ ，其中符号为正，尾数为 $1.2345$ ，阶码为 $2$ ，基数为 $10$ 。

2.2 IEEE 754标准格式

IEEE 754是国际通用的浮点数标准，规定了两种基本格式：

单精度（32位，float）

| S(1位) | E(8位) | M(23位) |
|--------|--------|---------|
| 第31位  | 第30–23位 | 第22–0位 |

符号位S：1位，0正1负
阶码E：8位，用移码表示，偏移量为 $127$ （即 $E = e + 127$ ， $e$ 为实际阶码）
尾数M：23位，隐含最高位1（即实际尾数为 $1.M$ ，精度为24位）

双精度（64位，double）

| S(1位) | E(11位) | M(52位) |
|--------|---------|---------|
| 第63位  | 第62–52位 | 第51–0位 |

阶码E：11位，偏移量为 $1023$
尾数M：52位，隐含最高位1（精度为53位）

2.3 IEEE 754单精度vs双精度对比表

特征	单精度（float）	双精度（double）
总位数	32位	64位
符号位	1位	1位
阶码位数	8位	11位
尾数位数	23位（隐含1位，共24位精度）	52位（隐含1位，共53位精度）
偏移量	127	1023
阶码范围	1–254（移码值），实际阶码 $-126$ 到 $+127$	1–2046，实际阶码 $-1022$ 到 $+1023$
最大正数	$\approx 3.4 \times 10^{38}$	$\approx 1.8 \times 10^{308}$
最小正规数	$\approx 1.18 \times 10^{-38}$	$\approx 2.23 \times 10^{-308}$
精度（十进制）	约6–7位有效数字	约15–16位有效数字

2.4 规格化数与特殊值

规格化数（Normalized）

阶码 $E$ 在 $1$ 到 $254$ 之间（单精度）时为规格化数。隐含的最高位1使得尾数总是形如 $1.xxxxx$ ，保证了有效数字的最大化。

实际值： $(-1)^S \times 1.M \times 2^{E-127}$

非规格化数（Denormalized）

阶码 $E = 0$ 且尾数 $M \neq 0$ 时表示非规格化数。此时没有隐含的1，实际值为：

$(-1)^S \times 0.M \times 2^{-126}$

非规格化数用于表示非常接近0的数，实现了"渐进下溢"。

特殊值

阶码 $E$	尾数 $M$	含义
$0$	$0$	零： $+0$ （ $S=0$ ）或 $-0$ （ $S=1$ ）
$0$	$\neq 0$	非规格化数
$1$ – $254$	任意	规格化数（正常数）
$255$	$0$	无穷大： $+\infty$ （ $S=0$ ）或 $-\infty$ （ $S=1$ ）
$255$	$\neq 0$	NaN（非数）：如 $\sqrt{-1}$ 、 $0/0$ 的结果

2.5 真值与IEEE 754的互转

真值 → IEEE 754（以单精度为例）

步骤：

确定符号位 $S$ （正数 $S=0$ ，负数 $S=1$ ）
将绝对值转换为二进制
规格化：写成 $1.xxxxx \times 2^e$ 的形式
计算移码阶码： $E = e + 127$
尾数 $M$ 取小数点后的23位（隐含的1不存储）

例：将 $-13.625$ 转换为IEEE 754单精度

$S = 1$ （负数）
$13.625_{10} = 1101.101_2$
规格化： $1.101101 \times 2^3$ ，所以 $e = 3$
$E = 3 + 127 = 130 = 10000010_2$
$M = 10110100000000000000000$ （小数点后的23位）

结果：1 10000010 10110100000000000000000

十六进制：0xC15A0000

IEEE 754 → 真值

步骤：

提取 $S$ 、 $E$ 、 $M$
计算实际阶码： $e = E - 127$
还原尾数： $1.M$ （加上隐含的1）
计算 $(-1)^S \times 1.M \times 2^e$

例：将 0x41C80000 转换为十进制

二进制：0100 0001 1100 1000 0000 0000 0000 0000
$S = 0$ ， $E = 10000011 = 131$ ， $M = 10010000000000000000000$
$e = 131 - 127 = 4$
$1.M = 1.1001 = 1 + 0.5 + 0.0625 = 1.5625$
$1.5625 \times 2^4 = 1.5625 \times 16 = 25.0$

结果： $+25.0$

2.6 IEEE 754中阶码用移码的原因

便于比较大小：移码的大小直接反映真值的大小，简化了浮点数比较电路
零的表示方便：全0表示零（包括阶码和尾数都为0时），不需要特殊的符号判断
避免补码中符号位为1带来的排序问题：补码中负数的编码大于正数，不适合直接比较阶码大小

三、记忆与理解辅助

3.1 口诀与技巧

IEEE 754格式速记："1-8-23"（单精度），"1-11-52"（双精度）——即"符号-阶码-尾数"的位数
偏移量记忆：单精度 $127 = 2^7 - 1$ ，双精度 $1023 = 2^{10} - 1$ ——即 $2^{(\text{阶码位数}-1)} - 1$
规格化数公式： $(-1)^S \times 1.M \times 2^{E-\text{偏移量}}$ ——记住"隐含1"和"减偏移量"两个关键点
特殊值速记：阶码全0→零/非规格化；阶码全1→无穷大/NaN

3.2 IEEE 754特殊值速查表

类型	符号位	阶码E	尾数M	实际值
正零	0	00...0	00...0	+0
负零	1	00...0	00...0	-0
正无穷	0	11...1	00...0	+∞
负无穷	1	11...1	00...0	-∞
NaN	0或1	11...1	≠0	非数
最小规格化正数	0	00...01	00...0	$1.0 \times 2^{1-\text{偏移量}}$
最大规格化正数	0	11...10	11...1	$\approx 2.0 \times 2^{E_{max}}$

3.3 转换速查流程

真值 → IEEE 754:
  1. 定符号S（正0负1）
  2. |值| → 二进制
  3. 规格化: 1.M × 2^e
  4. 阶码E = e + 偏移量
  5. 拼接: S | E | M

IEEE 754 → 真值:
  1. 分离S、E、M
  2. e = E - 偏移量
  3. 尾数 = 1.M
  4. 值 = (-1)^S × 1.M × 2^e

四、例题与精解

例题1（基础巩固）

命题意图：考查将十进制数转换为IEEE 754单精度格式的基本能力。

题目：将十进制数 $0.15625$ 转换为IEEE 754单精度浮点数的十六进制表示。

审题分析：

已知： $0.15625_{10}$
求解：IEEE 754单精度十六进制
关键：十进制→二进制→规格化→编码

解题思路：

正数， $S = 0$
$0.15625$ 转二进制
规格化求阶码
拼接并转十六进制

完整步骤：

第一步： $S = 0$ （正数）

第二步： $0.15625$ 转二进制（乘基取整法）

运算	整数部分	小数部分
$0.15625 \times 2 = 0.3125$	0	0.3125
$0.3125 \times 2 = 0.625$	0	0.625
$0.625 \times 2 = 1.25$	1	0.25
$0.25 \times 2 = 0.5$	0	0.5
$0.5 \times 2 = 1.0$	1	0.0

$0.15625_{10} = 0.00101_2$

第三步：规格化

$0.00101 = 1.01 \times 2^{-3}$

$e = -3$

第四步：计算移码阶码

$E = -3 + 127 = 124 = 01111100_2$

第五步：尾数（隐含1后的23位）

$M = 01000000000000000000000$

第六步：拼接

S  | E          | M
0  | 01111100   | 01000000000000000000000

二进制：0011 1110 0010 0000 0000 0000 0000 0000

十六进制：0x3E200000

验证：反向计算

$E = 124$ ， $e = 124 - 127 = -3$
$1.01_2 = 1.25_{10}$
$1.25 \times 2^{-3} = 1.25 \times 0.125 = 0.15625$ ✓

方法反思：

小数转二进制时要检查是否能精确表示，不能则需截断
规格化是关键步骤：必须写成 $1.xxxx \times 2^e$ 的形式
养成反向验证的习惯

例题2（中等提升）

命题意图：考查已知IEEE 754编码求真值的能力，并识别特殊值。

题目：已知某IEEE 754单精度浮点数的十六进制表示为 0xC0E00000，求其十进制真值。

审题分析：

已知：十六进制 0xC0E00000
求解：十进制真值
关键：十六进制→二进制→分离S/E/M→计算

解题思路：

转二进制并分离各字段
判断是否为特殊值
按公式计算真值

完整步骤：

第一步：十六进制→二进制

C0E00000 = 1100 0000 1110 0000 0000 0000 0000 0000

第二步：分离字段

字段	二进制	十进制
S（符号位）	1	1（负数）
E（阶码）	10000001	129
M（尾数）	11000000000000000000000	-

第三步：判断类型

$E = 129$ ，既不是0也不是255，是规格化数。

第四步：计算

$e = E - 127 = 129 - 127 = 2$

$1.M = 1.11_2 = 1 + 0.5 + 0.25 = 1.75$

$\text{值} = (-1)^1 \times 1.75 \times 2^2 = -1.75 \times 4 = -7.0$

结果： $-7.0$

方法反思：

隐含的1容易被忘记——尾数 $M = 110...0$ ，实际尾数是 $1.11$ 而不是 $0.11$
负数的符号位单独处理，计算时先算绝对值再加负号
如果 $E = 0$ 且 $M \neq 0$ ，则为非规格化数，实际阶码固定为 $-126$ 且没有隐含的1

五、考情分析

分析维度	具体情况
近5年考查频次	几乎每年必考，1–2道选择题或综合题子问
常见题型	选择题（给十进制求IEEE编码、给编码求真值、特殊值识别）、综合题（与浮点运算结合）
分值占比	3–8分/次
命题趋势	纯格式转换题减少，更多与浮点运算（CO-02-06）、精度损失、特殊值处理等实际应用结合；近年增加了"判断给定编码的含义"类题目

注：考情数据基于大纲权重与通用命题规律推测，待真题分析子代理产出后校准。

六、易错点提醒

易错点1

错误表现：忘记尾数有隐含的1，直接用 $0.M$ 计算
错误原因：对IEEE 754"隐含前导1"的规格化约定不熟悉
正确做法：规格化数的尾数是 $1.M$ ，不是 $M$ 。只有非规格化数（ $E=0$ ）的尾数才是 $0.M$

易错点2

错误表现：计算阶码时忘记减偏移量（或加偏移量时方向搞反）
错误原因：对移码的定义理解不准确
正确做法：存储时 $E = e + 127$ ，读取时 $e = E - 127$ 。记住"存加取减"（存储加偏移量，取出减偏移量）

易错点3

错误表现：将阶码全1的情况当作正常数处理
错误原因：忽略了特殊值的定义
正确做法： $E = 255$ （单精度）时必须检查尾数： $M = 0$ 是无穷大， $M \neq 0$ 是NaN

易错点4

错误表现：十进制小数转二进制时产生无限循环却未注意精度损失
错误原因： $0.1_{10}$ 等常见小数无法精确表示为有限位二进制小数
正确做法：转换时观察小数部分是否归零，不归零则为无限循环，需根据尾数位数截断

七、来源标注

依据2026考研统考大纲"计算机组成原理"第二章"数据的表示和运算"中"IEEE 754浮点数标准"相关内容
依据IEEE 754-2019标准文档及大学本科经典教材共识
依据唐朔飞《计算机组成原理》、Patterson & Hennessy《计算机组成与设计》

本知识单元为CO-02"数据的表示和运算"系列第5单元，下一单元将讲解浮点数的加减运算。

408 计算机组成原理 ​

408 ​

计算机组成原理 ​

CO-02-05 IEEE 754浮点数标准 ​

一、定位信息 ​

二、知识点讲解 ​

2.1 浮点数的基本概念 ​

2.2 IEEE 754标准格式 ​

单精度（32位，float） ​

双精度（64位，double） ​

2.3 IEEE 754单精度vs双精度对比表 ​

2.4 规格化数与特殊值 ​

规格化数（Normalized） ​

非规格化数（Denormalized） ​

特殊值 ​

2.5 真值与IEEE 754的互转 ​

真值 → IEEE 754（以单精度为例） ​

IEEE 754 → 真值 ​

2.6 IEEE 754中阶码用移码的原因 ​

三、记忆与理解辅助 ​

3.1 口诀与技巧 ​

3.2 IEEE 754特殊值速查表 ​

3.3 转换速查流程 ​

四、例题与精解 ​

例题1（基础巩固） ​

例题2（中等提升） ​

五、考情分析 ​

六、易错点提醒 ​

易错点1 ​

易错点2 ​

易错点3 ​

易错点4 ​

七、来源标注 ​