『壹』 IEEE 754啥意思java中float和double的存儲方式就是用IEEE 754表示嗎通俗一點講講，必採納
IEEE二進制浮點數算術標准（IEEE 754）是最廣泛使用的浮點數運算標准，它規定了四種表示浮點數值的方式：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）。
2.1 實數的IEEE 754表示形式
一個實數V在IEEE 754標准中可以用V＝(－1)s×M×2E 的形式表示[3,4]，說明如下：
(1)符號s(sign)決定實數是正數(s＝0)還是負數(s＝1)，對數值0的符號位特殊處理。
(2)有效數字M（significand）是二進制小數，M的取值范圍在1≤M＜2或0≤M＜1。
(3)指數E（exponent）是2的冪，它的作用是對浮點數加權。
2.2 浮點格式
浮點格式是一種數據結構，它規定了構成浮點數的各個欄位，這些欄位的布局，及其算術解釋[2]。IEEE 754浮點數的數據位被劃分為3個欄位，對以上參數值進行編碼：
(1)一個單獨的符號位s直接編碼符號s。
(2)k位的偏置指數e（e＝ek－1…e1e0）編碼指數E，移碼表示。
(3)n位的小數f(fraction)（f＝fn－1…f1f0）編碼有效數字M，原碼表示。
2.3 浮點數的分類
根據偏置指數e的值，被編碼的浮點數可分成三種類型。
(1)規格化數
當有效數字M在范圍1≤M＜2中且指數e的位模式ek－1…e1e0既不全是0也不全是1時，浮點格式所表示的數都屬於規格化數。這種情況中小數f（0≤f＜1 ) 的二進製表示為0. fn－1…f1f0。有效數字M＝1＋f，即M＝1. fn－1…f1f0 (其中小數點左側的數值位稱為前導有效位) 。我們總是能調整指數E，使得有效數字M在范圍1≤M＜2中，這樣有效數字的前導有效位總是1，因此該位不需顯示表示出來，只需通過指數隱式給出。
需要特別指出的是指數E要加上一個偏置值Bias，轉換成無符號的偏置指數e，也就是說指數E要以移碼的形式在存放計算機中。且e、E和Bias三者的對應關系為e=E＋Bias，其中Bias=2k－1－1。
(2)非規格化數
當指數e的位模式ek－1…e1e0全為零（即e＝0）時，浮點格式所表示的數是非規格化數。這種情況下，E=1－Bais，有效數字M=f=0. fn－1…f1f0 ，有效數字的前導有效位為0。
非規格化數的引入有兩個目的。其一是它提供了一種表示數值0的方法，其二是它可用來表示那些非常接近於0.0的數。
(3)特殊數
當指數e的位模式ek－1…e1e0全為1時，小數f的位模式fn－1…f1f0全為0（即f=0）時，該浮點格式所表示的值表示無窮，s=0 時是＋∞，s=1時是－∞。
當指數e的位模式ek－1…e1e0全為1時，小數f的位模式fn－1…f1f0不為0（fn－1、…、f1、f0、至少有一個非零即f≠0）時，該浮點格式所表示的值被稱為NaN（Not a Number）。比如當計算 或∞－∞時用作返回值，或者用於表示未初始化的數據。
3 IEEE 754浮點存儲格式
與浮點格式對應，浮點存儲格式規定了浮點格式在存儲器中如何存放。IEEE標準定義了這些浮點存儲格式，但具體選擇哪種存儲格式由實現工具（程序設計語言）決定。
匯編語言軟體有時取決於所使用的存儲格式，但更高級的語言通常僅處理浮點數據類型的語言概念。這些浮點數據類型在不同高級語言中有不同的名字，相應的IEEE格式如表1。
表1 IEEE 格式和語言類型
IEEE精度 C，C++ FORTRAN
單精度 float REAL or REAL*4
雙精度 double DOUBLE PRECISION or REAL*8
擴展雙精度 long double REAL*16 [僅適用於SPARC和PowerPC]
IEEE 754標准准確地定義了單精度和雙精度浮點格式，並為這兩種基本格式的分別定義了擴展格式，表1里擴展雙精度格式是IEEE標準定義的擴展雙精度類中的一種。
下面詳細討論在Intel x86和SPARC平台上使用的三種IEEE浮點存儲格式。
3.1 單精度格式
IEEE單精度浮點格式共32位，包含三個構成欄位：23位小數f，8位偏置指數e，1位符號s。將這些欄位連續存放在一個32位字里，並對其進行編碼。其中0:22位包含23位的小數f； 23:30位包含8位指數e；第31位包含符號s。如圖1所示。
圖1 單精度存儲格式
一般地，32位字的第0位存放小數f的最低有效位LSB（the least significant bit），第22位存放小數f的最高有效位MSB（the most significant bit）；第23位存放偏置指數的最低有效位LSB，第30位存放偏置指數的最高有效位MSB；最高位，第31位存放符號s。
3.2 雙精度格式
IEEE雙精度浮點格式共64位，佔2個連續32位字，包含三個構成欄位：52位的小數f，11位的偏置指數e，1位的符號位s。將這2個連續的32位字整體作為一個64位的字，進行重新編號。其中0：51位包含52位的小數f；52：62位包含11位的偏置指數e；而最高位，第63位包含符號位s。如圖2所示。
圖 2 雙精度浮點數的存儲格式
f[31:0]存放小數f的低32位，其中第0位存放整個小數f的最低有效位LSB，第31位存放小數f的低32位的最高有效位MSB。
在另外的32位的字里，第0 到19位，即f[51:32]，存放小數f的最高的20位，其中第0位存放這20位最高有效數中的最低有效位LSB，第19位存放整個小數f的最高有效位MSB。第20到30位，即e[52：62]，存放11位的偏置指數e，其中第20位存放偏置指數的最低有效位LSB，第30位存放最高有效位MSB。最高位，第31位存放符號位s。
在Intel x86結構計算機中，數據存放採用小端法（little endian），故較低地址的32位的字中存放小數f的f[31：0]位。而在在SPARC結構計算機中，因其數據存放採用大端法（big endian），故較高地址的32位字中存放小數f的f[31：0]位。
3.3 擴展雙精度格式
⑴ 擴展雙精度格式（SPARC 結構計算機）
該4倍精度浮點環境符合IEEE關於擴展雙精度格式的定義。該浮點環境的4倍精度浮點格式共128位，佔4個連續32位字，包含3個構成欄位：112位的小數f，15位的偏置指數e，和1位的符號s。將這4個連續的32位字整體作為一個128位的字，進行重新編號。其中0：110位包含小數f；112：126位包含偏置指數e；第127位包含符號位s。如圖3所示。
在SPARC結構計算機中，地址最高的32位字存放小數的32位最低有效位，即f[31:0]；但是在PowerPC結構計算機中，卻是地址最低的32位字存放這些位。
緊鄰的兩個32位字（在SPARC機中向下計算，在PowerPC機中向上計算）分別存放f[63:32]和f[95:64]。
最後一個字的第0到15位存放小數的最高16位,即f[111:96]。其中第0位存放該16位的最低有效位，第15位存放整個小數f的最高有效位。第16到30位存放15位的偏置指數e，其中第16位存放偏置指數的最低有效位，第30位存放它的最高有效位。最高位，第31位存放符號s。
圖 3 擴展雙精度存儲格式 (SPARC 結構計算機)
⑵ 擴展雙精度格式（Intel x86結構計算機）
該浮點環境雙精度擴展格式符合IEEE雙精度擴展格式的定義。該浮點環境的擴展雙精度格式共80位，佔3個連續32位字，包含四個構成欄位：63位的小數f，1位顯式前導有效位（explicit leading significand bit）j，15位偏置指數e，和1位符號位s。將這3個連續的32位字整體作為一個96位的字，進行重新編號。其中0：63包含63位的小數f，第63位包含前導有效位j，64：78位包含15位的偏置指數e，最高位第79位包含符號位s。
在Intel結構系計算機中，這些欄位依次存放在十個連續的位元組中。但是，由於 UNIX System V Application Binary Interface Intel 386 Processor Supplement (Intel ABI) 要求雙精度擴展參數，從而佔用堆棧中3個相連地址的32位字，其中最高一個字的高16位未被使用，如圖4所示。
圖4 擴展雙精度存儲格式(Intel x86結構計算機)
地址最低的32位字存放小數f的低32位，即f[31:0]。其中第0位存放整個小數f的最低有效位LSB 第31位存放小數低32位的最高有效位MSB。
地址居中的32位字，第0到30位存放小數f的31位最高位，即f[62:32]。其中第0位存放31位最高小數位的最低有效位LSB，第30位存放整個小數的最高有效位，地址居中的32位字的最高位第31位存放顯式的前導有效位j。
地址最高32位字里，第0到14位存放15位的偏置指數e，第0位存放偏置指數的最低有效位LSB，第14位存放最高有效位MSB，第15位存放符號位s。雖然地址最高的32位字的高16位在Intel x86結構系列機種未被使用，但他們對符合Intel ABI的規定來說，是必需的。
4 總結
以上討論了Intel x86、Power PC和SPARC平台上使用的三種IEEE 754浮點數格式及其存儲格式，下面對浮點數的相關參數進行總結，具體見表2。
表2 IEEE 浮點格式參數總結
參數 浮點格式
單精度 雙精度 擴展雙精度（Intel x86） 擴展雙精度（SPARC）
小數f寬度n 23 52 63 112
前導有效位 隱含 隱含 顯式 隱含
有效數字M精度p 24 53 64 113
偏置指數寬度k 8 11 15 15
偏置值Bias ＋127 ＋1023 ＋16383 ＋16383
符號位寬度 1 1 1 1
存儲格式寬度 32 64 80 128
參考文獻
[1] David Goldberg with Doug Priest. What Every Computer Scientist Should Know about Floating-Point Arithmetic. http://grouper.ieee.org/
[2] Sun Corporation.Numerical Computation Guide, pp1-11. http://docs.sun.com
[3] Randal E.Bryant，David O'Hallaron. Computer Systems Aprogrammer』s Perspective(英文版) [M] .北京：電子工業出版社，2004
[4]David A. Patterson, John L. Hennessy.Computer Organization & Design: The Hardware/Software Interface. (英文版 第二版) [M] . 北京：機械工業出版社，1999.275~321
『貳』 大端模式和小端模式
具體如下：
1、大端模式：
大端模式，是指數據的高位，保存在內存的低地址中，而數據的低位，保存在內存的高地址中，這樣的存儲模式類似於把數據當作字元串順序處理。
地址由小向大增加，而數據從高位往低位放；小端模式，是指數據的高位保存在內存的高地址中，而數據的低位保存在內存的低地址中，這種存儲模式將地址的高低和數據位權有效地結合起來，高地址部分權值高，低地址部分權值低，和我們的邏輯方法一致。
在大端模式下，前16位應該這樣讀: e6 84 6c 4e ( 假設int佔4個位元組)。
記憶方法: 地址的增長順序與值的增長順序相反。
2、小端模式例子：
0000430: e684 6c4e 0100 1800 53ef 0100 0100 0000。
0000440: b484 6c4e 004e ed00 0000 0000 0100 0000。
在小端模式下，前16位應該這樣讀: 4e 6c 84 e6( 假設int佔4個位元組)。
記憶方法: 地址的增長順序與值的增長順序相同。
大小端模式：
為什麼會有大小端模式之分呢？這是因為在計算機系統中，我們是以位元組為單位的，每個地址單元都對應著一個位元組，一個位元組為 8bit。但是在C語言中除了8bit的char之外，還有16bit的short型，32bit的long型（要看具體的編譯器），另外，對於位數大於 8位的處理器。
例如16位或者32位的處理器，由於寄存器寬度大於一個位元組，那麼必然存在著一個如何將多個位元組安排的問題。因此就導致了大端存儲模式和小端存儲模式。例如一個16bit的short型x，在內存中的地址為0x0010，x的值為0x1122，那麼0x11為高位元組，0x22為低位元組。
對於 大端模式，就將0x11放在低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，剛好相反。我們常用的X86結構是小端模式，而KEIL C51則為大端模式。很多的ARM，DSP都為小端模式。有些ARM處理器還可以由硬體來選擇是大端模式還是小端模式。
『叄』 閑聊c/c++: 談內存(大/小端，高/低位元組，高/低地址)
c/c++和其他語言最大區別在於: 指針
指針就是內存地址，一旦明白了指針與內存地址相關的內容，那理解其他語言，就易如反掌。
而且你可以把其他語言用的更加好，更加有效率
例如java/js/objc中為什麼容器中只能存儲引用類型?
如果存儲基本數據類型(值類型),為什麼會發生效率很低的裝箱拆箱行為？
而c#為什麼就不會呢?
你怎麼才能讓不使用的內存盡快被垃圾收集器回收過去?
還有很多涉及內存相關的內容，例如堆分配，棧分配等........
根據經驗:
本篇目的:
是不是感覺很繞口啊，特難理解吧！
理解大小端的關鍵點是明白:
很容易理解 高低地址 了吧，就是書寫順序
高低位元組是:左高右低
高低地址是:左低右高
根據大端的定義:
數據的高位元組 保存在 內存的低地址 中，而 數據的低位元組 保存在 內存的高地址 中
則內存存儲的方式是:
DC是最高位元組[ 最左 ]，放在內存的最低地址[ 最左 ]
FF是最低位元組[ 最右 ]，放在內存的最高地址[ 最右 ]
按照這個規則，很容易知道，大端在內存存儲的順序是:
DC|6E|35|FF(和rgba = 0xDC6E35FF一致的順序)
根據小端的定義:
數據的高位元組 保存在 內存的高地址 中，而 數據的低位元組 保存在 內存的低地址 中
則內存存儲的方式是:
DC是最高位元組[ 最左 ]，放在內存的最高地址[ 最右 ]
FF是最低位元組[ 最右 ]，放在內存的最低地址[ 最左 ]
按照這個規則，很容易知道，小端在內存存儲的順序是:
FF|35|6E|DC(和rgba = 0xDC6E35FF相反的順序)
先位元組後地址:
附：今天老師帶隊一起寫生去 文章我昨天半夜寫的
『肆』 大端存儲與小端存儲對存儲數據的要求
大端小端針對多位元組數據存儲時位元組順序而言的。所謂"Little Endian"，為INTEL所採用模式，數據的低位元組存放在內存低地址中，高位元組存放在高地址中，即學X86時說的「高高低低」原則。Byte3 Byte2 Byte1 Byte0在內存中對應的是：
Base Address+0 Byte0
Base Address+1 Byte1
Base Address+2 Byte2
Base Address+3 Byte3
所謂"Big Endian" ，為MOTO所採用模式，數據的低位元組存放在內存的高地址，數據的高位元組存放在內存的低地址。Byte3 Byte2 Byte1 Byte0在內存中對應的是：
Base Address+0 Byte3
Base Address+1 Byte2
Base Address+2 Byte1
Base Address+3 Byte0
Java使用的是大端序來存儲數據。big—endian:即低位元組的數據存儲在高位內存上，如對於1234，12是高位數據，34為低位數據，則java中的存儲格式應該為12存在內存的低地址，34存在內存的高地址，x86中的存儲格式與之相反。
『伍』 Big Endian與Little Endian位元組存儲順序
不同的CPU有不同的位元組序類型，這些位元組序是指整數在內存中保存的順序。分為小端格式和大端格式(Little-Endian&Big-Endian)：
比如0x1234; 低8位是34，高8位是12；如果它們分配的內存其實地址是0x0001,
那麼如果是大端存儲，那麼0x0001內存低位地址存放高位位元組12；如果是小端存儲，那麼0x0001內存低位地址存放低位位元組34，0x0002存放12。
據Jargon File記載，endian這個詞來源於Jonathan Swift在1726年寫的諷刺小說 "Gulliver's Travels"（《格利佛游記》）。該小說在描述Gulliver暢游小人國時碰到了如下的一個場景。在小人國里的小人因為非常小（身高6英寸）所以總是碰到一些意想不到的問題。有一次因為對水煮蛋該從大的一端（Big-End）剝開還是小的一端（Little-End）剝開的爭論而引發了一場戰爭，並形成了兩支截然對立的隊伍：支持從大的一端剝開的人Swift就稱作Big-Endians，而支持從小的一端剝開的人就稱作Little-Endians......（後綴ian表明的就是支持某種觀點的人）。
1980年，Danny Cohen在其著名的論文"On Holy Wars and a Plea for Peace"中為了平息一場關於在消息中位元組該以什麼樣的順序進行傳送的爭論而引用了該詞。該文中，Cohen非常形象貼切地把支持從一個消息序列的最高位開始傳送的那伙人叫做Big-Endians，支持從最低位開始傳送的相對應地叫做Little-Endians。此後Endian這個詞便隨著這篇論文而被廣為採用。
little endian和big endian是表示計算機位元組順序的兩種格式,所謂的位元組順序指的是長度跨越多個位元組的數據的存放形式.
假設從地址0x00000000開始的一個字中保存有數據0x1234abcd,那麼在兩種不同的內存順序的機器上從位元組的角度去看的話分別表示為:
需要特別說明的是,以上假設機器是每個內存單元以8位即一個位元組為單位的. 簡單的說,little endian把低位元組存放在內存的低位；而big endian將低位元組存放在內存的高位.
現在主流的CPU,intel系列的是採用的little endian的格式存放數據,而motorola系列的CPU採用的是big endian.
比如: int x， 它的地址為0x100。 那麼它占據了內存中的Ox100， 0x101， 0x102， 0x103這四個位元組（32位系統，所以int佔用4個位元組）。
上面只是內存位元組組織的一種情況: 多位元組對象在內存中的組織有一般有兩種約定。 考慮一個W位的整數。它的各位表達如下:
Xw-1， Xw-2， ... ， X1， X0,它的
MSB (Most Significant Byte， 最高有效位元組)為 Xw-1， Xw-2， ... Xw-8;
LSB (Least Significant Byte， 最低有效位元組)為 X7，X6，...， X0。
其餘的位元組位於MSB， LSB之間。
這就引出了大端(Big Endian)與小端(Little Endian)的問題。如果LSB在MSB前面， 既LSB是低地址， 則該機器是小端; 反之則是大端。
對於數據中跨越多個位元組的對象， 我們必須為它建立這樣的約定:
對於跨越多個位元組的對象，一般它所佔的位元組都是連續的，它的地址等於它所佔位元組最低地址。(鏈表可能是個例外， 但鏈表的地址可看作鏈表頭的地址)。
import java.nio.ByteOrder;
『陸』 大端模式和小端模式的區別及如何判斷的存儲器的模式
一個數需要超過一個位元組來存儲時，就有大端和小端的區別，只用一個位元組時，無所謂大小端
低位的放在低地址，也就是小個在前，叫小端，反之叫大端
c和c++需要面對這樣的問題，java等高級語言已經屏蔽這個差異，不需要額外處理
在c中，可以用以下代碼片段來判斷是大端還是小端
union {char c; int i;} u;
u.i = 1;
if(u.c == 1){//小端}
else{//大端}
『柒』 浮點類型是如何存儲的
計算機中最小的存儲單位是bit只能保存0和1，整數在內存中如何存儲我們都知道，將要存儲的數字轉成2進制即可
用windows自帶的計數器可以方便的查看整數對應的2進制值
如：
byte類型（單位元組）
那浮點類型是如何用這么少的位元組（如float 4位元組）表示這么大（float 最大 3.4028235E38）的數字呢？
浮點數，是屬於有理數中某特定子集的數的數字表示，在計算機中用以近似表示任意某個實數。具體的說，這個實數由一個整數或定點數（即尾數）乘以某個基數（計算機中通常是2）的整數次冪得到，這種表示方法類似於基數為10的科學計數法。
科學計數法是一種記數的方法。把一個數表示成a與10的n次冪相乘的形式（1≤|a|<10，a不為分數形式，n為整數），這種記數法叫做科學計數法。當我們要標記或運算某個較大或較小且位數較多時，用科學計數法免去浪費很多空間和時間。
這也是一種目前最常用的浮點數標准！為許多CPU與浮點運算器所採用。
簡單的說就是將一個浮點數字拆成3個部分（符號部分、指數部分、小數部分） 存儲在連續的bit中，類似科學計數法。
用 {S，E，M}來表示一個數 V 的，即 V =（-1）S × M × 2E ，如下：
其中：
其中d.dd...d 為有效數字，β為基數，e 為指數
有效數字中 數字的個數 稱為 精度 ，我們可以用 p 來表示，即可稱為 p 位有效數字精度。
每個數字 d 介於 0 和基數 β 之間，包括 0。
對十進制的浮點數，即基數 β 等於 10 的浮點數而言，上面的表達式非常容易理解。
如 12.34，我們可以根據上面的表達式表達為：
1×10 1 + 2×10 0 + 3×10 -1 + 4×10 -2
其規范的浮點數表達為： 1.234×10 1 。
但對二進制來說，上面的表達式同樣可以簡單地表達。
唯一不同之處在於：二進制的 β 等於 2，而每個數字 d 只能在 0 和 1 之間取值。
如二進制數 1001.101 ，我們可以根據上面的表達式表達為：
1×2 3 + 0×2 2 + 0×2 1 + 1×2 0 + 1×2 -1 + 0×2 -2 + 1×2 -3
其規范浮點數表達為： 1.001101×2 3 。
二進制數 1001.101 轉成十進制如下：
由上面的等式，我們可以得出：
向左移動二進制小數點一位相當於這個數除以 2，而向右移動二進制小數點一位相當於這個數乘以 2。
如 101.11 = 5又3/4 (5.75)，向左移動一位，得到 10.111 = 2又7/8 （2.875）。
除此之外，我們還可以得到這樣一個基本規律：
一個十進制小數要能用浮點數精確地表示，最後一位必須是 5（當然這是必要條件，並非充分條件）。
如下面的示例所示：
基本換算方法：
將10進制的數拆分成整數和小數兩個部分
整數部分除以2，取余數；小數部分乘以2，取整數位。
示例：
將十進制 1.1 轉成 二進制
整數部分：1
1
小數部分：0.1
二進制形式表示為：
1.000110011001100110011...
再加上整數1，約等於：
1.099609375
計算的位數越多越精確
注意：
二進制小數不像整數一樣，只要位數足夠，它就可以表示所有整數。
在有限長度的編碼中，二進制小數一般無法精確的表示任意小數，比如十進制小數0.2，我們並不能將其准確的表示為一個二進制數，只能增加二進制長度提高表示的精度。
根據 IEEE 754 浮點「雙精度格式」位布局。
如果參數是正無窮大，則結果為 0x7ff0000000000000L。
如果參數是負無窮大，則結果為 0xfff0000000000000L。
如果參數是 NaN，則結果為 0x7ff8000000000000L。
根據 IEEE 754 浮點「單一格式」位布局。
如果參數為正無窮大，則結果為 0x7f800000。
如果參數為負無窮大，則結果為 0xff800000。
如果參數為 NaN，則結果為 0x7fc00000。
這里以 double類型說明
將一個浮點數與上面的掩碼進行與運算，即可得到對應的 符號位、指數位、尾數位 的值。
1.000110011001100110011...
所以存為：
0 01111111111 000110011001100110011...
根據 IEEE 754 規范
在二進制，第一個有效數字必定是「1」，因此這個「1」並不會存儲。
單精和雙精浮點數的有效數字分別是有存儲的23和52個位，加上最左邊沒有存儲的第1個位，即是24和53個位。
通過計算其能表示的最大值，換十進制來看其精度：
浮點運算很少是精確的，只要是超過精度能表示的范圍就會產生誤差。而往往產生誤差不是因為數的大小，而是因為數的精度。
我自己理解為分兩種情況（這個不一定是對）
通過上面的轉換示例，我們知道小數的二進製表示一般都不是精確的，在有限的精度下只能盡量的表示近似值
值本身就不是精確的，再進行計算就很可能產生誤差
輸出：
0.1
原始值： 0 01111111011
指數：1019 -1023 = -4
二進制形式：
0.0001
0.2
原始值：0 01111111100
指數：1020 -1023 = -3
二進制形式：
0.00
0.3
原始值：0 01111111101
指數：1021 = -2
二進制形式：
0.00
二進制加法運算
這里用float驗證，float最大的精度是8位數
對於不能精確的表示的數，採取一種系統的方法：找到「最接近」的匹配值，它可以用期望的浮點形式表現出來，這就是舍入。
對於舍入，可以有很多種規則，可以向上舍入，向下舍入，向偶數舍入。如果我們只採用前兩種中的一種，就會造成平均數過大或者過小，實際上這時候就是引入了統計偏差。如果是採用偶數舍入，則有一半的機會是向上舍入，一半的機會是向下舍入，這樣子可以避免統計偏差。而 IEEE 754 就是採用向最近偶數舍入（round to nearest even）的規則。
（這段是網上抄的）
這里以java語言示例，用大端的方式示例（網路序）
java中是以大端模式存儲的，java對我們屏蔽了內部位元組順序的問題以實現跨平台！
實際在不同的cpu架構下，存儲方式不同，我們常用的X86是以小端的模式存儲的。
網路傳輸一般採用大端序，也被稱之為網路位元組序，或網路序。IP協議中定義大端序為網路位元組序。
輸出：