本帖最后由 hamstar 于 2020-10-7 15:02 编辑
数据规格化用下面的一个简单例子说明：
有一个7位小数精度的数据：0.0000123，由于数据位宽有限，如果需要有效利用位宽，就需要把前面的数据左移，比如左移后数据为0.123e-4，其中指数-4保存在另一个寄存器，记录左移的次数就是记录指数的大小。原来寄存器数据转换为0.123。这样就把数据右边的位宽腾出来，可以保证后续计算的精度。上面只是用十进制简单的说明规格化原理，二进制原理也是一样的。其中浮点和定点（整数）转换就必须使用规格化的原理，如果两个浮点数相加减时的指数不一样，也需要进行规格化处理（这个过程叫作对阶）。如果两个浮点数的指数相差非常大，相加减时就会出现大数吃小数的问题。比如：
0.123e+4 - 0.12e-4 = 0.123e+4 - 0.0000000012e+4 = 0.123e+4.结果就是被减数，这是因为在减操作前，两个浮点数的指数需要完全一致（对阶），需要把指数小的浮点数进行移位，使指数变为+4.但是数据宽度是有限的7位小数精度，0.0000000012e+4这个数右边的数据会被截断变为0.0000000e+4 = 0.
|
楼主
