講述float這個類型確實讓我有點沒有頭緒，但還是簡單說下。?

關(guān)于最大值最小值問題

Float.MAX_VALUE = 0x1.fffffeP+127f;

Float.MIN_VALUE = 2^-149;?

ps:（看到MAX_VALUE這樣令人發(fā)指的寫法確實有些不爽，特地寫出來就是想說明一下：

先看表達式：

?? 1. 0x代表 16進制

?? 2. 1.fffffe(不區(qū)分大小寫) 代表16進制的小數(shù)表示，轉(zhuǎn)換10進制需要 除以16

?? 3. p/P(不區(qū)分大小寫) 代表2

?? 4. +/-? 在這表代表的是指數(shù)符號? +127代表127次方，+號可以省略

?? 5. 最后一位f 代表轉(zhuǎn)成float,而不是double?

對jvm，0x0.5 顯然是不能接受的行為，但現(xiàn)在可以這樣 0x0.5p0f, 這會是什么呢？

不妨靈活運用這種方式。）?

?

除了MAX_VALUE 和 MIN_VALUE 以外，我們發(fā)現(xiàn)：

MAX_EXPONENT = 127 有限 float 變量可能具有的最大指數(shù)。

MIN_EXPONENT = -126 標準化 float 變量可能具有的最小指數(shù)。

MIN_NORMAL = 0x1.0p-126f 保存 float 類型數(shù)據(jù)的最小正標準值的常量，即 2-126。

?

這時我們來看一個概念（當然我盡可能簡單說）：IEEE 754

1. IEEE二進制浮點數(shù)算術(shù)標準（IEEE 754）1980年代以來最廣泛使用的浮點數(shù)運算標準。

2. IEEE 754規(guī)定了四種表示浮點數(shù)值的方式：單精確度（32位元）、雙精確度（64位元）、延伸單精確度（43位元以上，很少使用）與延伸雙精確度（79位元以上，通常以80位元實做）。只有32位元模式有強制要求，其他都是選擇性的。（就是說我們的float）

3.

1	8	23 位長
S	Exp	Fraction
31	30至23 偏正值 （實際的指數(shù)大小+127）	22至0位編號（從右邊開始為0）

見圖：

?

4.

單精度浮點數(shù)各種極值情況：

類別正負號實際指數(shù)有偏移指數(shù)指數(shù)域尾數(shù)域數(shù)值

零	0	-127	0	0000 0000	000 0000 0000 0000 0000 0000	0.0
負零	1	-127	0	0000 0000	000 0000 0000 0000 0000 0000	-0.0
1	0	0	127	0111 1111	000 0000 0000 0000 0000 0000	1.0
-1	1	0	127	0111 1111	000 0000 0000 0000 0000 0000	-1.0
最小的非規(guī)約數(shù)	*	-126	0	0000 0000	000 0000 0000 0000 0000 0001	±2?23 × 2?126 = ±2?149 ≈ ±1.4×10-45
中間大小的非規(guī)約數(shù)	*	-126	0	0000 0000	100 0000 0000 0000 0000 0000	±2?1 × 2?126 = ±2?127 ≈ ±5.88×10-39
最大的非規(guī)約數(shù)	*	-126	0	0000 0000	111 1111 1111 1111 1111 1111	±(1?2?23) × 2?126 ≈ ±1.18×10-38
最小的規(guī)約數(shù)	*	-126	1	0000 0001	000 0000 0000 0000 0000 0000	±2?126 ≈ ±1.18×10-38
最大的規(guī)約數(shù)	*	127	254	1111 1110	111 1111 1111 1111 1111 1111	±(2?2?23) × 2127 ≈ ±3.4×1038
正無窮	0	128	255	1111 1111	000 0000 0000 0000 0000 0000	+∞
負無窮	1	128	255	1111 1111	000 0000 0000 0000 0000 0000	-∞
NaN	*	128	255	1111 1111	non zero	NaN
* 符號位可以為0或1 .

?

一下子搞出這么多東西可能會嚇到你,那我用我的表述:

float和double 與以前你看到的int的二級制不再一樣。 他把32位分成了3個段，當然根據(jù)某個標準（或者叫協(xié)議，比如IEEE754）。然后，為了應(yīng)付這一切帶來的瑣碎事情，我們不得不建立更多的屬性和方法。

?

當然，對IEEE754的表述顯然并不滿意，我決定單獨寫一篇附加說明，來說明它。

?

下面，看下 int f = 1 ，(特地用int,并不推薦此行為)，跟我做如下事情：

int intValue = Float.floatToIntBits(i); String binaryS = Integer.toBinaryString(intValue); System.out.println("intValue = "+intValue); System.out.println("binaryS = " + binaryS ); System.out.println(binaryS.length()); out: intValue = 1065353216 binaryS = 111111100000000000000000000000 30

30位，說明第32位（即左數(shù)第一位）是0，31位是0。正如IEEE754中介紹的，第4條 value等于1時。

?

下面介紹下方法：

method: floatToIntBits(float value)

API這樣描述:
???? 根據(jù) IEEE 754 浮點“單一格式”位布局，返回指定浮點值的表示形式。
???? 我通俗的說：得到浮點值的二進制格式（<=32位），并以int的10進制返回。如果遇到這樣的一個int值，可以通過intBitsToFloat(int)得到浮點值。
???? 此方法比floatToRawIntBits 多做一步，將 NaN 編碼為一個“規(guī)范”NaN 值的位模式。

?

method:floatToRawIntBits(float value)
根據(jù) IEEE 754 浮點“單一格式”位布局，返回指定浮點值的表示形式，并保留非數(shù)字 (NaN) 值。?

method:isInfinite() -還有個static方法，一起說明.
如果此 Float 值的大小是無窮大，則返回 true，否則返回 false。
見example:
?

System.out.println(new Float(1/0.0f).isInfinite());System.out.println(Float.isInfinite(Float.NEGATIVE_INFINITY));System.out.println(iob1.isInfinite());System.out.println(Float.isInfinite(iob1));

?

method:hashCode()
調(diào)用 floatToIntBits(value);?

method:compareTo()
比較value 調(diào)用了compare?

method:compare(float f1,float f2)? static
見example:

float iob1 = 9;// 需要加f強轉(zhuǎn)嗎？System.out.println(Float.compare(-9, iob1)); System.out.println(Float.compare(Float.NaN, iob1)); System.out.println(Float.compare(-(1.0f/0.0f), iob1));

?method:toString
調(diào)用了valueof?

method:toString(float f) static
用了getChars,new String(...)

?
依然做個小結(jié)：
1.? float 用起來簡單，感謝jvm以及其所有開發(fā)人員
2.? float 用起來要慎重，他并非如int那樣安全
舉個例子：

float basicf = 0.95f; for(int i =100;i<=120;i++) {float f = i/100.0fSystem.out.println("f = "f+"----"+(f+basicf)); }

3.? Float有了正無窮大，負無窮大的概念
4.? float那些表現(xiàn)方式，以及jvm會在任何可能的地方將浮點變成double.

?

轉(zhuǎn)載于:https://blog.51cto.com/yjplxq/821567

總結(jié)

以上是生活随笔為你收集整理的我是架构师-基本类型-float的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。