浮点运算
定义
浮点运算指对浮点数实施的算术运算。浮点数由符号、尾数（有效数字）和阶码三部分组成，数值大小等于符号位决定的整数乘以尾数所表示的小数再乘 2 的阶码次幂，等价于二进制下的科学计数法[1]。它区别于定点运算之处在于小数点的位置并不固定，可随阶码上下浮动，因此同样的位宽既能表达极小的量，也能表达极大的量。
计算机内部以二进制存储数据，浮点数只是实数的近似，这一点决定了浮点运算的精度特性[3]。
原理
一套浮点格式由基数、尾数位数、阶码位数与阶码取值范围共同确定，可编码的浮点数总量为有限个，且分布不均匀：靠近零处密集，绝对值越大越稀疏[1]。为使表示唯一，通常要求规格化，即尾数首位非零，这样同一数值只对应一种编码[1]。
以 IEEE 754 的单精度为例，一个 32 位字被划为 1 位符号、8 位带偏移的阶码和 23 位小数域；偏移量为 127，规格化数的值按 $(-1)^{s} \times 2^{e-127} \times 1.f$ 计算，尾数前隐含一个未存储的 1，因而实际精度为 24 位[1]。双精度则为 1 位符号、11 位阶码和 52 位小数域[1]。阶码采用偏移表示，好处是可以按无符号整数直接比较两个浮点数的大小。
两个浮点数相加时，不能直接对位相加，须先比较阶码，把阶码较小的操作数的尾数右移相应位数完成对阶，再相加并重新规格化结果[4]。乘法则把阶码相加、尾数相乘，除法相反[4]。这类多步操作使浮点运算通常比整数运算代价更大。
标准要求每一次浮点运算的结果等同于先以无限精度算出精确值、再舍入到目标格式，这一约定构成了浮点算法误差分析的“标准模型”[2]。标准同时规定了舍入规则与异常处理，包括无穷大与非数值等特殊量[5]。
发展历程
在电子计算机出现之前，浮点表示法已经进入机械与继电器计算机的设计。德国工程师康拉德·楚泽从最早的机型起就采用二进制浮点运算，其 1938 年完成的 Z1 与 1941 年完成的 Z3 均以浮点方式工作，Z3 可对 22 位浮点数做四则运算与开方[6][7]。楚泽还为其机器设计了含零与无穷大表示的浮点格式，对未定义结果会给出提示[6]。
此后很长时期内，各家计算机制造商各自定义浮点格式与运算细节，同一程序在不同机器上的结果难以复现，软件移植困难。20 世纪 60 年代至 80 年代初出现过多种互不相同的算术实现，进一步凸显了统一规范的必要[8]。
1985 年，美国电气和电子工程师协会提出二进制浮点算术标准 IEEE 754，规定了基本与扩展格式、加减乘除与开方等运算、格式间转换以及异常处理[5]。该标准此后被大多数微处理器架构采纳，浮点运算也逐渐由协处理器承担，进而直接集成进中央处理器[9]。
1987 年还发布了与基数无关的 IEEE 854 标准，覆盖十进制等非二进制基数[10]。2008 年发布的修订版将 754 与 854 合并，新增十进制格式与融合乘加等运算；2019 年又发布了以澄清与勘误为主的现行版本[11]。
应用
浮点运算适用于数值跨越多个数量级的场合。物理量仿真、圆周率等高精度常数的计算，其结果精度直接取决于机器浮点运算的能力。在计算机图形与游戏渲染中，光照、着色等计算同样依赖浮点算术，专用图形处理器普遍支持 IEEE 754 格式[12]。
科学工程计算是另一类主要用途。稀疏与稠密矩阵求解、偏微分方程数值解、非线性优化等工作，其核心都是大量浮点运算，常以每秒浮点运算次数衡量机器的计算能力。图形处理器因并行核心数量多，被用作加速这类计算的协处理器。
精度选择随任务而变。32 位单精度与 64 位双精度的开销不同，浮点格式位数越多精度越高而速度往往越低；有研究在流体计算中按区域分别使用双精度与单精度，以兼顾精度与效率。编程语言一般以 float 对应单精度、double 对应双精度[1]。
局限
浮点表示只能覆盖有限个实数，因此必然存在舍入误差。典型例子是十进制 0.1，它在二进制下是无限循环小数，任何有限位宽都只能存下它的近似值[3]。由此，0.1、0.2、0.3 这类看似简单的数在双精度中都无法精确表示，把它们相加所得也不是精确的 0.3[13]。
除了精度不足，浮点运算还可能遇到两种极端情形：结果绝对值超出可表示上界而发生溢出，或小于最小可表示量而发生下溢[14]。标准对这两种情形定义了无穷大与次正规数等特殊编码加以处理[1]。
误差会在运算链中累积甚至放大。当两个相近的数相减时会出现灾难性抵消，结果的相对误差可能急剧上升；把极小的数加到极大的数上，小数部分也可能被整体舍弃[15][14]。多次累加、扩展精度转回工作精度时的二次舍入，也都是误差的常见来源[15]。
由于浮点结果通常不精确，直接用相等比较判断两个浮点值往往得不到预期结果，涉及小数的金额计算也因此不宜用浮点类型，需改用整数或十进制类型[16]。此外，早期部分图形处理器未严格遵循 IEEE 754，同一计算在图形处理器与中央处理器上可能得到不同结果[12]。
参见
参考资料
- oracle.com 上的 PDF 文件 [引用日期2026-10-19]
- Floating-point arithmetic [引用日期2026-10-19]
- floatingpoint [引用日期2026-10-19]
- Computer Arithmetic - Chapters and Articles [引用日期2026-10-19]
- IEEE SA - IEEE 754-1985 - Superseded Standard [引用日期2026-10-19]
- Winkler-Letter-to-CACM-2012-July-V3 2012-Aug-24 [引用日期2026-10-19]
- EN | Personajes ilustres - Museo histórico de la informática [引用日期2026-10-19]
- MPG.eBooks - 实物特征: Handbook of Floating-Point Arithmetic [引用日期2026-10-19]
- Preface [引用日期2026-10-19]
- The IEEE Standard 754: One for the History Books [引用日期2026-10-19]
- IEEE 754 - Skip to main content [引用日期2026-10-19]
- Implementation of float-float operators on graphics hardware [引用日期2026-10-19]
- Problem with double precision in g77 [引用日期2026-10-19]
- Computer Arithmetic - Chapters and Articles [引用日期2026-10-19]
- arxiv.org 上的网页 [引用日期2026-10-19]
- floating-point_arithmetic(PDF) [引用日期2026-10-19]