机器精度和底溢之间的差异

这两个指标描述了不同的信息现象。当一个数字太小而无法表示给定的架构时，就会发生下溢。精度限制;另一方面，建立了给定架构可以提供的大量精度（即精度）。这里有一个简单的（人为的）例子来帮助做出区分。也许一个给定的拱门可以存储数字 .000000000001（即 1x10^-12 或 1 万亿分之一）。但它不能将值 pi 存储到小数点右侧的 8 位以上（例如，它只能存储 3.14159265。你上面的问题是;从本质上讲，“如果我给定的架构可以存储小到 1 万亿分之一 （10^-12） 的数字，为什么它不能同时利用小数点右边的所有这些地方将 pi 存储到小数点右边的 12 位。 请注意，非常大和非常小的数字可以用IEEE浮点格式表示，因为IEEE格式为指数留出数字存储区域的一部分！指数可以很容易地将给定的数字（例如，1.0）“缩放”到非常大（1.0 x 2^30）或极小（1.0 x 2^-30）。布乌特...这样的架构已经“权衡”了其分配的部分内存空间，以换取指数......以表示数字尾数的剩余位数为代价（即，该数字被指数缩放......在我的示例中是“1”）。换句话说：我们有有限数量的位来表示一个数字。我们可以将更多的位用于指数，或者将更多的位用于尾数。指数的位数越多，就可以产生更大和更小（幅度）数字的能力。尾数的位数越多，数字的精度就越高。如你所知...在一个资源有限的世界里......一切都是权衡取舍。希望能有所帮助。