1. 浮點數 在計算機內的存儲形式
浮點數不難，但是要想記熟還真有點不容易，多琢磨琢磨。
一般情況下，浮點數的表示有一下幾個要點：
1、要規格化（讓浮點數表示結果唯一），因為100＝10^2 = 0.1 * 10^3, 所以第一步要統一地規格化，確定「階數」和「尾數」（尾數在0.5－1之間，也就是二進制的0.1－1.0之間）
2、「階碼」一般用「移碼」表示法，而「尾數」一般用「原碼/補碼表示法，「數符」表示浮點數的正副號
3、浮點數的形式： 「符號位」【應該就是『數符』】＋「階碼」＋「尾數「
－－浮點數的表示按照不同地標准，表示方法不同，你的原問題沒講清楚用什麼格式表示，我就用最常用地格式來理解了
－－－－－－－－－－－－－－－－－－
其實就以上兩點，計算機中「『帯符號數』的表示」有四種：原碼、補碼、反碼、移碼，這些都是基礎知識，可以自己去看一下這四種表示方法，就自然明白「階符、數符」這些相當於「符號位」的作用了。
先簡單講一下吧，你再結合詳細資料看吧：【設所表示的都是定點純小數】
（小數點前面可以看成是「符號位」，也就對應原來地「階符」和「數符」）
原碼：0.11表示0.75（2^-1 + 2 ^-2）， 1.11表示 『－0.75』（前面的1相當於符號位，表示這個數是負數，也就是說「符號位是0」表示正數，1表示負數）
補碼：最普遍地就是補碼了 0.11表示0.75， 1.11表示『-0.25』（也是「0」為正數，1為負數。和原碼地規律一樣）
反碼，最簡單了：正數不變，負數對每一位『取反』即可，0.11＝0.75，1.10＝-0.25（即0.01地相反數）
－－－－－－－－－－－－－以上三種表示方法，對正數的情況都不做處理，但是移碼表示法要對正數做處理。
移碼：1.01＝0.25，而0.01＝-0.75
。移碼復雜一點，他的表示方法是： 移碼＝ 2^階碼位數 ＋ 真值（真值：指原來那個『帯符號數』，注意要把把正副號帶入計算）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
N=－0.110101x2^100： 階數是「正100」，尾數是「負0.110101」，所以整個浮點數是個負數，所以第一位是「1」【第一個符號位－「數符」表示『尾數的正負號』】
階碼是「10 0100」【移碼表示法，最高位是「符號位」】
所以，應該表示為： 1（符號位） 100100（階碼的移碼表示） 11010100【尾數和符號位結合起來，用的是原碼表示法】
2. 浮點數的存儲結構是怎樣的
浮點數存儲時有符號位，階數位和尾數三部分組成。
解：最大的正數= (1-2 ^ (7))x 2 ^ (2 ^ (3) - 1) = (1-2 ^ (7)) x 2 ^(7) = 127，規則最小的正數＝2×2＾（－1）（或2＾（3））x＾2＝2－1＝2＾（8）（9）＝1／512。
最明顯的絕對值是－1＊2＾（2＾3－1）也就是－1＊2＾7，也就是－128。
(2)浮點數存儲方式ppt擴展閱讀：
浮點數A由兩個數字m和e表示：A＝m＊b＾e。在任何這樣的系統中，我們選擇基數b（計數系統的基礎）和精度p（要存儲的比特數）。
M（即尾數）的形狀為±d．dd…DDD的p位（每個位是0和b－1之間的整數，包括0和b－1）。如果m的第一個數字是一個非零整數，那麼m就被歸一化了。
一些描述使用單個符號位（s表示＋或－）表示加號或減號，因此m必須是正數。E是a的指數。
結構：
表示計算機中的一個浮點數，其結構如下：
尾數部分（定點小數）指令碼部分（定點整數）
3. 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：
4. 浮點型數據在內存中實際的存放形式(儲存形式)
浮點型數據在內存中存儲不是按補碼形式，是按階碼的方式存儲，所以雖然int和float都是佔用了4個位元組，如果開始存的是int型數據，比如是個25，那麼用浮點的方式輸出就不是25.0，也許就變的面目全非。
你可以用共用體的方式驗證一下。在公用體中定義一個整形成員變數和一個浮點型成員變數，給整形賦值25，輸出浮點成員變數，你就知道了。
5. 請問浮點型數據在計算機是怎麼存儲的
對於浮點類型的數據採用單精度類型（float）和雙精度類型(double)來存儲，float數據佔用32bit，double數據佔用64bit。
無論是單精度還是雙精度在存儲中都分為三個部分：
1、符號位(Sign) : 0代表正，1代表為負。
2、指數位（Exponent）：用於存儲科學計數法中的指數數據，並且採用移位存儲。
3、尾數部分（Mantissa）：尾數部分。
(5)浮點數存儲方式ppt擴展閱讀
實型變數分為兩類：單精度型和雙精度型，
其類型說明符為float 單精度說明符，double
雙精度說明符。在Turbo
C中單精度型佔4個位元組（32位）內存空間，其數值范圍為3.4E-38～3.4E+38，只能提供七位有效數字。
雙精度型佔8
個位元組（64位）內存空間，其數值范圍為1.7E-308～1.7E+308，可提供16位有效數字。
實型變數說明的格式和書寫規則與整型相同。
例如： float x,y; (x,y為單精度實型量)
double a,b,c; (a,b,c為雙精度實型量)
實型常數不分單、雙精度，都按雙精度double型處理。
6. 浮點數的存儲問題
先看看浮點數格式
·一個浮點數總共有4個位元組，32位
第一個比特表符號 0正數 1負數
後八個比特表階碼，即為指數，這個數在實際的數上面加127
最後23個比特表尾數 原碼表示
具體分析
對於3.25
正數 首位為0
用二進製表示 11.01=1.101乘以2的1次方
所以階碼為1 127+1=128
10000000
對於尾數1.101，因為規格化的數都是最高位為1，即小數點左邊的數為1
所以這個1就省略，因此存儲的時候就存101
即
10100000 00000000 0000000
把所有的拼起來
01000000 01010000 00000000 00000000
你的上面最後寫反了
7. 浮點數在計算機中的存儲方式中，指數位為什麼是採用「移位存儲」方式怎麼看出來是用「移位存儲」
不論是float還是double在存儲方式上都是遵從IEEE的規范的.
float遵從的是IEEE R32.24 ,而double 遵從的是R64.53。
浮點數保存的位元組格式如下：
地址 +0 +1 +2 +3
內容 SEEE EEEE EMMM MMMM MMMM MMMM MMMM MMMM
這里
S 代表符號位，1是負，0是正
E 偏移127的冪，二進制階碼=(EEEEEEEE)-127。
M 24位的尾數保存在23位中，只存儲23位，最高位固定為1。此方法用最較少的位數實現了
較高的有效位數，提高了精度。
零是一個特定值，冪是0 尾數也是0。
浮點數-12.5作為一個十六進制數0xC1480000保存在存儲區中，這個值如下：
地址 +0 +1 +2 +3
內容0xC1 0x48 0x00 0x00
浮點數和十六進制等效保存值之間的轉換相當簡單。下面的例子說明上面的值-12.5如何轉
換。
浮點保存值不是一個直接的格式，要轉換為一個浮點數，位必須按上面的浮點數保存格式表
所列的那樣分開，例如：
地址 +0 +1 +2 +3
格式 SEEE EEEE EMMM MMMM MMMM MMMM MMMM MMMM
二進制 11000001 01001000 00000000 00000000
十六進制 C1 48 00 00
從這個例子可以得到下面的信息：
符號位是1 表示一個負數
冪是二進制10000010或十進制130，130減去127是3，就是實際的冪。
尾數是後面的二進制數10010000000000000000000
在尾數的左邊有一個省略的小數點和1,這個1在浮點數的保存中經常省略,加上一個1和小數
點到尾數的開頭,得到尾數值如下:
1.10010000000000000000000
接著,根據指數調整尾數.一個負的指數向左移動小數點.一個正的指數向右移動小數點.因為
指數是3,尾數調整如下:
1100.10000000000000000000
結果是一個二進制浮點數，小數點左邊的二進制數代表所處位置的2的冪，例如：1100表示
(1*2^3)+(1*2^2)+(0*2^1)+(0*2^0)=12。
小數點的右邊也代表所處位置的2的冪，只是冪是負的。例如：.100...表示(1*2^(-1))+
(0*2^(-2))+(0*2^(-2))...=0.5。
這些值的和是12.5。因為設置的符號位表示這數是負的，因此十六進制值0xC1480000表示-
12.5。
下面給個例子
#include <stdio.h>
union FloatData
{
float f;
unsigned char h[4];
};
void main(void)
{
FloatData t;
float temp = 0;
printf(