IEEE 754 浮點數二進位表示深度解析：從位元佈局到精度陷阱

前言：同一組位元，為何解讀為整數與浮點數結果天差地別？

int num = 9;
float* pFloat = (float*)#
printf("%d\n", num);        // 9
printf("%f\n", *pFloat);    // 0.000000
*pFloat = 9.0f;
printf("%d\n", num);        // 1091567616
printf("%f\n", *pFloat);    // 9.000000

本文徹底揭開 IEEE 754 標準下浮點數的位元密碼。

一、整數在記憶體中的表示

32 位元 int，9 的二進位：

00000000 00000000 00000000 00001001  = 0x00000009

二、IEEE 754 單精度浮點數 (binary32) 位元佈局

符號位 (1 bit) | 指數位 (8 bits) | 尾數/有效數字 (23 bits)
S              | E               | M

數值公式：V = (-1)^S × 1.M × 2^(E - 127)（規格化數）

特殊規則

1. 隱含前導 1：規格化數尾數實際為 1.M，最高位 1 不存儲，節省 1 位精度（實際 24 位）。
2. 指數偏移：8 位無符號整數 0~255，偏移量 127。真實指數 e = E - 127。
3. 三類特殊值：
   • E = 0, M = 0：±0 (S 決定正負)
   • E = 0, M ≠ 0：非規格化數，V = (-1)^S × 0.M × 2^(-126)，表示極接近 0 的數
   • E = 255, M = 0：±無窮大
   • E = 255, M ≠ 0：NaN (Not a Number)

三、解碼 0x00000009 為何顯示 0.000000

S = 0
E = 00000000 = 0  → 非規格化數
M = 000 0000 0000 0000 0000 1001

代入非規格化公式：

V = (-1)^0 × 0.00000000000000000001001₂ × 2^(-126)
  = 1.001₂ × 2^(-146)
  ≈ 1.125 × 10^(-44)

極小正數，%f 預設 6 位小數顯示為 0.000000。

四、編碼 9.0f 為何得到 1091567616

1. 9.0 = 1001.0₂ = 1.001₂ × 2^3
2. S = 0
3. M = 001 後補 20 個 0 → 001 0000 0000 0000 0000 0000
4. E = 3 + 127 = 130 = 10000010₂
5. 組合：0 10000010 00100000000000000000000
6. 十六進位：0x41100000
7. 十進位：1091567616

五、雙精度浮點數 (binary64) 佈局

符號位 (1) | 指數位 (11) | 尾數 (52)
偏移量 1023，隱含前導 1，精度約 15-17 位十進位數字

六、工程避坑指南

七、C++20 std::bit_cast 安全轉換

#include <bit>
#include <cstdint>

float f = 9.0f;
uint32_t bits = std::bit_cast<uint32_t>(f);  // 安全、無 UB、編譯期可執行
float f2 = std::bit_cast<float>(bits);

結語

浮點數不是實數，而是有限精度的離散近似。掌握 IEEE 754 位元佈局、特殊值語意、精度邊界與現代轉換工具，是寫出數值穩健程式碼的前提。