16进制浮点数的表示方法

16进制浮点数的表示方法16进制浮点数的表示方法,根据IEEE的标准,分为32位和64位两种,参数分别如下:             符号位     指数位           尾数位           指数偏移量 32位    1[31]    8[23-30]        23[0-22]          127  64位    1[63]    11[52-62]   

大家好,又见面了,我是你们的朋友全栈君。

16进制浮点数的表示方法,根据IEEE的标准,分为32位和64位两种,参数分别如下:
 
             符号位      指数位             尾数位            指数偏移量
 32位     1[31]     8[23-30]        23[0-22]           127
 
 64位     1[63]     11[52-62]      52[0-51]          1023

 

说明:

1位符号位(SIGN)
8位指数位(EXPONENT)
23位尾数位(MANTISSA)

其中,32位二进制数的排位为:[31][30][29]…[2][1][0]

         64位二进制数的排位为:[63][62][61]…[2][1][0]

16进制转换为10进制的公式如下:

SGL = (-1)^SIGN * 1.MANTISSA * 2^(EXPONENT-127)

举例:

将0x40800000转换为10进制数,方法如下:

(1)先将16进制数转成二进制数01000000100000000000000000000000

(2)1位符号位(SIGN)=0

(3)8位指数位(EXPONENT)=10000001=129[10进制]

(4)23位尾数位(MANTISSA)=00000000000000000000000

(5)1.尾数=1.1 .00000000000000000000000=1.0000000[10进制]

(6)套入公式得SGL=(-1)^0*1.0000000*2^(129-127)=4

 

上面说的是转换原理,在JAVA里面转换其实没有那么麻烦,因为有好多现有的JDK函数可用,所以就大大简化了我们的转换过程。下面我举个例子来说明一下。

举例:

       将46729C00转换为10进制数,方法如下:

         String hex=”46729C00″;

         Float  value=Float.intBitsToFloat(Integer.valueOf(hex, 16));

 

       这样就可以了,很简单吧!O(∩_∩)O~

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/150544.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • Java虚拟机工作原理具体解释

    Java虚拟机工作原理具体解释

    2021年12月9日
    51
  • Unity HLOD System[通俗易懂]

    Unity HLOD System[通俗易懂]1.1HLODSystem简介首先,HLODSystem主要的目标是为了减少DrawCall。然后,进行更多的Batch批处理。其次,减少面数和纹理,这样我们相应地节省了内存,并提升了加载时间。HLODSystem只针对当前所在的地方进行加载,它会流式加载网格和纹理,在后台进行异步的操作。本次HLOD是基于官方AutoLOD代码的扩展和改进制作出来了的,链接:https://github.com/Unity-Technologies/AutoLOD,链接里有一篇官方的文章,…

    2022年10月22日
    0
  • graph representation learning_with for什么意思

    graph representation learning_with for什么意思刷新三数据集纪录的跨镜追踪(行人再识别-ReID)技术云从科技在跨镜追踪(行人再识别)技术(ReID)上获取重大突破。同时在Market-1501,CUHK03,DukeMTMC-reID三个数据集刷新了世界纪录,其中最高在Market-1501上的首位命中率(Rank-1Accuracy)达到96.6%,让跨镜追踪(ReID)在准确率上首次达到商用水平,人工智能即将从「刷脸」跨到「识人」的新纪…

    2022年10月6日
    0
  • Swift-Dictionary

    Swift-Dictionary

    2021年11月29日
    93
  • shuffleNet_shuffer

    shuffleNet_shuffer目录分组卷积分组卷积的矛盾——计算量分组卷积的矛盾——特征通信channelshuffleShuffleNetV1ShuffleNet基本单元ShuffleNet网络结构对比实验ShuffleNetV2设计理念网络结构对比实验分组卷积Groupconvolution是将输入层的不同特征图进行分组,然后采用不同的卷积核再对各个组进行卷积,这样会降低卷积的计算量。因为一般的卷积都是在所有的输入特征图上做卷积,可以说是全通道卷积,这是一种通道密集连.

    2022年9月9日
    0
  • dede从www跟目录迁移,网站空间

    dede从www跟目录迁移,网站空间

    2021年9月20日
    47

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号