浮点数存储
A. 浮点数 在计算机内的存储形式
浮点数不难，但是要想记熟还真有点不容易，多琢磨琢磨。
一般情况下，浮点数的表示有一下几个要点：
1、要规格化（让浮点数表示结果唯一），因为100＝10^2 = 0.1 * 10^3, 所以第一步要统一地规格化，确定“阶数”和“尾数”（尾数在0.5－1之间，也就是二进制的0.1－1.0之间）
2、“阶码”一般用“移码”表示法，而“尾数”一般用“原码/补码表示法，“数符”表示浮点数的正副号
3、浮点数的形式： “符号位”【应该就是‘数符’】＋“阶码”＋“尾数“
－－浮点数的表示按照不同地标准，表示方法不同，你的原问题没讲清楚用什么格式表示，我就用最常用地格式来理解了
－－－－－－－－－－－－－－－－－－
其实就以上两点，计算机中“‘帯符号数’的表示”有四种：原码、补码、反码、移码，这些都是基础知识，可以自己去看一下这四种表示方法，就自然明白“阶符、数符”这些相当于“符号位”的作用了。
先简单讲一下吧，你再结合详细资料看吧：【设所表示的都是定点纯小数】
（小数点前面可以看成是“符号位”，也就对应原来地“阶符”和“数符”）
原码：0.11表示0.75（2^-1 + 2 ^-2）， 1.11表示 ‘－0.75’（前面的1相当于符号位，表示这个数是负数，也就是说“符号位是0”表示正数，1表示负数）
补码：最普遍地就是补码了 0.11表示0.75， 1.11表示‘-0.25’（也是“0”为正数，1为负数。和原码地规律一样）
反码，最简单了：正数不变，负数对每一位‘取反’即可，0.11＝0.75，1.10＝-0.25（即0.01地相反数）
－－－－－－－－－－－－－以上三种表示方法，对正数的情况都不做处理，但是移码表示法要对正数做处理。
移码：1.01＝0.25，而0.01＝-0.75
。移码复杂一点，他的表示方法是： 移码＝ 2^阶码位数 ＋ 真值（真值：指原来那个‘帯符号数’，注意要把把正副号带入计算）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
N=－0.110101x2^100： 阶数是“正100”，尾数是“负0.110101”，所以整个浮点数是个负数，所以第一位是“1”【第一个符号位－“数符”表示‘尾数的正负号’】
阶码是“10 0100”【移码表示法，最高位是“符号位”】
所以，应该表示为： 1（符号位） 100100（阶码的移码表示） 11010100【尾数和符号位结合起来，用的是原码表示法】
B. 请问浮点型数据在计算机是怎么存储的
对于浮点类型的数据采用单精度类型（float）和双精度类型(double)来存储，float数据占用32bit，double数据占用64bit。
无论是单精度还是双精度在存储中都分为三个部分：
1、符号位(Sign) : 0代表正，1代表为负。
2、指数位（Exponent）：用于存储科学计数法中的指数数据，并且采用移位存储。
3、尾数部分（Mantissa）：尾数部分。
(2)浮点数存储扩展阅读
实型变量分为两类：单精度型和双精度型，
其类型说明符为float 单精度说明符，double
双精度说明符。在Turbo
C中单精度型占4个字节（32位）内存空间，其数值范围为3.4E-38～3.4E+38，只能提供七位有效数字。
双精度型占8
个字节（64位）内存空间，其数值范围为1.7E-308～1.7E+308，可提供16位有效数字。
实型变量说明的格式和书写规则与整型相同。
例如： float x,y; (x,y为单精度实型量)
double a,b,c; (a,b,c为双精度实型量)
实型常数不分单、双精度，都按双精度double型处理。
C. 浮点数的存储问题
先看看浮点数格式
·一个浮点数总共有4个字节，32位
第一个比特表符号 0正数 1负数
后八个比特表阶码，即为指数，这个数在实际的数上面加127
最后23个比特表尾数 原码表示
具体分析
对于3.25
正数 首位为0
用二进制表示 11.01=1.101乘以2的1次方
所以阶码为1 127+1=128
10000000
对于尾数1.101，因为规格化的数都是最高位为1，即小数点左边的数为1
所以这个1就省略，因此存储的时候就存101
即
10100000 00000000 0000000
把所有的拼起来
01000000 01010000 00000000 00000000
你的上面最后写反了
D. 计算机浮点数的储存原理
浮点是以单元形式储存在内存上的，但每个单元内存有限，所以比如你想输入1/3的话，你以为是1/3了，实际上不足1/3，而是0.3333333333333333，所以计算时，会以0.3333333333333333的形式去计算，而不是1/3，因此出现了本来是0.6的，而输出却是0.599976.建议把浮点精度变大