计算机组成原理——浮点加减运算的一道非计算例题

2024-06-09 05:04

本文主要是介绍计算机组成原理——浮点加减运算的一道非计算例题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

浮点加减运算的一道非计算例题

一、题目

  • 文字描述

    例6.31设机器数字长16位,阶码5位(含1位阶符),基值为2,尾数11位(含1位数符)。 对千两个阶码相等的数按补码浮点加法完成后,由于规格化操作可能出现的最大误差的绝对值 是多少?

  • 题目原图

在这里插入图片描述

二、个人疑问以及理解

  • 疑问

    最开始看这道例题,我看不懂为什么答案(带绝对值的)是 2 4 2^4 24

  • 解答

    题目给定尾数有11位,其中含1位符号位,那么数值位为10位。假设有以下数:
    00, 1110 ; 01.XXXX XXXX X1  \text{00, 1110 ; 01.XXXX XXXX X1 } 00, 1110 ; 01.XXXX XXXX X1 
    很明显,我们处理的中间值(完成对阶尾数加减后)两位符号位为01,意味着需要右规

    很不巧,我们的尾数数值部分最后1位为1,右规后将被丢弃,如下所示:
    00,  1111 ⏟ 15 ; 00. 1XXX XXXX XX ⏟ 10 位数值位 1 ⏟ 丢弃 \text{00, }\underbrace{\text{1111}}_{\text{15}}\text{ ; 00.}\underbrace{\text{1XXX XXXX XX}}_{10\text{位数值位}}\underbrace{1}_{\text{丢弃}} 00, 15 1111 ; 00.10位数值位 1XXX XXXX XX丢弃 1
    我们可以观察到,右规后,尾数低位丢弃了1,这个1就是导致误差存在的原因,那么它会导致多大的误差呢?

    这里我们做个假设好吧,我们假设这个1没有被丢弃,并且此时我要把这个浮点数还原为原码表示阶码为15(已经是能表示的最大值了),我们把尾数往左移15位,然后阶码变为0,得到如下值:
    1X XXXX XXX1 0000.0 \text{1X XXXX XXX1 0000.0} 1X XXXX XXX1 0000.0
    我们仔细审视这串二进制码,你会发现原来被丢弃的1,在我们假设不丢弃然后左移阶码(15)位后还原成了它的真实应该表示的值(16,即1 0000)。

    而实际上我们右规要把它丢弃,丢弃了那就变成了:
    1X XXXX XXX0 0000.0 \text{1X XXXX XXX0 0000.0} 1X XXXX XXX0 0000.0
    很明显,两者差距就是 2 4 = 16 2^4=16 24=16,因此误差的绝对值就是 2 4 2^4 24,或者是 ( 1 0000 ) 2 (1\space 0000)_2 (1 0000)2

有时候真感觉自己傻傻的,别人想一会就能搞定的东西,自己得想好久;可喜的是,还能理解。

三、心灵的救赎

如果想征服生命中的焦虑,活在当下,活在每一个呼吸里。——马特·海格

这篇关于计算机组成原理——浮点加减运算的一道非计算例题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1044285

相关文章

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

ShardingProxy读写分离之原理、配置与实践过程

《ShardingProxy读写分离之原理、配置与实践过程》ShardingProxy是ApacheShardingSphere的数据库中间件,通过三层架构实现读写分离,解决高并发场景下数据库性能瓶... 目录一、ShardingProxy技术定位与读写分离核心价值1.1 技术定位1.2 读写分离核心价值二

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

Python中的filter() 函数的工作原理及应用技巧

《Python中的filter()函数的工作原理及应用技巧》Python的filter()函数用于筛选序列元素,返回迭代器,适合函数式编程,相比列表推导式,内存更优,尤其适用于大数据集,结合lamb... 目录前言一、基本概念基本语法二、使用方式1. 使用 lambda 函数2. 使用普通函数3. 使用 N

MyBatis-Plus 与 Spring Boot 集成原理实战示例

《MyBatis-Plus与SpringBoot集成原理实战示例》MyBatis-Plus通过自动配置与核心组件集成SpringBoot实现零配置,提供分页、逻辑删除等插件化功能,增强MyBa... 目录 一、MyBATis-Plus 简介 二、集成方式(Spring Boot)1. 引入依赖 三、核心机制

redis和redission分布式锁原理及区别说明

《redis和redission分布式锁原理及区别说明》文章对比了synchronized、乐观锁、Redis分布式锁及Redission锁的原理与区别,指出在集群环境下synchronized失效,... 目录Redis和redission分布式锁原理及区别1、有的同伴想到了synchronized关键字

Python中经纬度距离计算的实现方式

《Python中经纬度距离计算的实现方式》文章介绍Python中计算经纬度距离的方法及中国加密坐标系转换工具,主要方法包括geopy(Vincenty/Karney)、Haversine、pyproj... 目录一、基本方法1. 使用geopy库(推荐)2. 手动实现 Haversine 公式3. 使用py