IEEE 754 浮點數轉換器

IEEE 754 浮點數轉換器

領先 AI Skill PRO

輸入計算

請輸入 8 個 16 進位數字(例如 π 為 40490FDB)。前面的「0x」可加可不加。

數學公式

數值=(−1)s(1+m223)2e−127其中{s=位元 31 of 16 進位e=位元 30--23 of 16 進位m=位元 22--0 of 16 進位\begin{gathered} \text{數值} = (-1)^{s}\left(1 + \dfrac{m}{2^{23}}\right) 2^{\,e-127} \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} s &= \text{位元 }31\text{ of } \text{16 進位} \\ e &= \text{位元 }30\text{--}23\text{ of } \text{16 進位} \\ m &= \text{位元 }22\text{--}0\text{ of } \text{16 進位} \end{aligned} \right. \end{gathered}
使用統計

廣告

結果

十進位數值
3.1415927410125732
IEEE 754 單精度(32 位元)
符號位 0 (正)
儲存指數 128
去偏指數 1
尾數(原始位元) 4,788,187
尾數分數值 0.5707963705062866

回報本頁錯誤

什麼是 IEEE 754 浮點數轉換器?

這個工具能將 32 位元的 16 進位值解碼成它在 IEEE 754 單精度標準下所代表的實數——也就是 C、Java 以及大多數現代硬體中 float 型別所採用的格式。只要輸入八個 16 進位數字,計算機就會把它拆成構成浮點數的三個欄位:1 個符號位(sign)、8 個指數位(exponent)與 23 個尾數位(mantissa/fraction),再重新組合成一個十進位數值。

使用方式

以 16 進位輸入這個 32 位元值(例如 40490FDB)。前面的「0x」可加可不加,非 16 進位的字元會自動忽略。若輸入不足 8 位,系統會在左側補零。結果會顯示十進位數值,並列出解碼後的符號位、儲存指數、去偏指數與尾數,方便你自行對照驗證整個位元配置。

公式說明

對於正規化數值(normal number),其值為 $$\text{Value} = (-1)^{s} \times \left(1 + \frac{m}{2^{23}}\right) \times 2^{(e - 127)}$$ 其中 127 是單精度的指數偏移量(bias)。「1 +」代表正規化二進位數固定隱含的前導位元。當儲存指數 \(e\) 為 0 時,該數屬於非正規數(subnormal):隱含的前導 1 會消失,指數則固定為 -126。當 \(e\) 為 255 時,數值代表無限大(尾數為 0)或非數值 NaN。

廣告
32 位元 IEEE 754 單精度配置,分為符號、指數和尾數欄位
32 位元分為 1 個符號位、8 個指數位和 23 個尾數位。

實例演算

以 40490FDB 為例。換成二進位後,符號位為 0(正數),指數欄位為 10000000 = 128,因此去偏指數為 \(128 - 127 = 1\)。尾數位的值為 4788187,相當於分數 \(4788187/8388608 \approx 0.5707964\)。最終數值為 $$(1 + 0.5707964) \times 2^{1} \approx 3.14159274$$ 也就是圓周率 π 在單精度下最接近的近似值。

展示 IEEE 754 公式將符號、指數和尾數組合成數值的示意圖
各欄位代入公式以還原十進位數值。

特殊值與常見的 IEEE 754 單精度值

以下是你最常遇到的 IEEE 754 binary32(單精度)位元型樣。32 個位元分為 1 個符號位元、8 個指數位元(偏移值 127)與 23 個小數位元。符號、指數與尾數欄位顯示解碼後的各欄位。

十六進位 符號 指數(偏移後) 尾數(小數欄位) 意義
00000000 0 0 0 +0
80000000 1 0 0 -0(與 +0 比較相等)
3F800000 0 127 0 1.0
BF800000 1 127 0 -1.0
40000000 0 128 0 2.0
3F000000 0 126 0 0.5
40490FDB 0 128 0x490FDB (4788187) ≈ 3.14159274(最接近 π 的浮點數)
7F800000 0 255 0 +無窮大
FF800000 1 255 0 -無窮大
7FC00000 0 255 0x400000(最高小數位元設為 1) 安靜型 NaN
00000001 0 0 1 最小正次正規數,2-149 ≈ 1.4013e-45
00800000 0 1 0 最小正正規數,2-126 ≈ 1.1755e-38
7F7FFFFF 0 254 0x7FFFFF (8388607) 最大有限值 ≈ 3.4028235e38

範例解碼 40490FDB:指數欄位為 128,因此比例為 \(2^{128-127} = 2\)。尾數給出 \(1 + \frac{4788187}{8388608} \approx 1.5707964\)。乘積為 \(1.5707964 \times 2 \approx 3.1415927\)。

浮點數術語詞彙表

符號位元
第 31 位元。0 代表正數,1 代表負數。它也適用於零、無窮大與 NaN,因此 -0 確實存在。
偏移指數
原始的 8 位元指數欄位(位元 30–23),以 0 到 255 的無號數儲存。
未偏移指數
真正的二的冪次,等於偏移指數減 127。對於正規數,範圍為 -126 到 +127。
指數偏移(127)
從儲存指數中減去的常數。它讓此欄位能表示負的冪次,而不需要獨立的符號位元。
尾數/有效數/小數
儲存的 23 個小數位元(位元 22–0)。「Fraction」指的是儲存的欄位。「Significand」或「mantissa」通常指包含隱含前導位元在內的完整值,共提供 24 位元精度。
隱含前導位元
對於正規數,二進位小數點前的前導 1 是假設的,不會被儲存。有效數為 \(1 + m/2^{23}\)。
正規數
指數欄位為 1–254。它們具有隱含前導 1,並具備完整的 24 位元精度。
次正規(非正規)數
指數欄位為 0 且小數部分不為零。前導位元為 0,指數固定為 -126,因此值為 \(m/2^{23} \times 2^{-126}\)。它們以降低的精度填補零附近的空隙。
無窮大
指數欄位為 255 且小數部分為零。它由溢位,或非零數除以零產生,並帶有符號。
NaN(非數字)
指數欄位為 255 且小數部分不為零。安靜型 NaN(最高小數位元設為 1,例如 7FC00000)會在運算中靜默傳遞。發信號 NaN(最高小數位元為 0、小數部分不為零,例如 7F800001)在使用時應引發無效運算例外。
機器 epsilon
1.0 與下一個較大浮點數之間的間距:\(2^{-23} \approx 1.19 \times 10^{-7}\)。
ULP(最末位單位)
給定量級下兩個相鄰浮點數之間的間距。指數每增加一,它就加倍,因此較大數值的絕對精度會降低。
廣告

解讀解碼結果

指數欄位範圍

  • 0:值為零(小數部分為 0)或次正規數(小數部分不為零)。
  • 1–254:正規數,\((-1)^s \times \left(1 + \frac{m}{2^{23}}\right) \times 2^{e-127}\)。
  • 255:無窮大(小數部分為 0)或 NaN(小數部分不為零)。

精度

單精度浮點數有 24 個有效位元,約可保存 6 到 9 位有效十進位數字。最多 6 位的十進位數字經過浮點數來回轉換後可以保持不變。需要 9 位數字才能唯一識別一個浮點數。超過此範圍後,末尾數字已無實際意義。

為什麼小數可能與你輸入的不同

轉換器顯示位元中實際儲存的精確值。大多數十進位小數(例如 0.1)沒有有限的二進位展開,因此會被捨入到最接近的浮點數。輸入 0.1 會得到 0x3DCCCCCD。解碼如下:

$$e = 123,\quad m = 5033165,\quad \text{值} = \left(1 + \frac{5033165}{8388608}\right) \times 2^{123-127} \approx 1.6000000238 \times 0.0625 \approx 0.100000001490116$$

略高於 0.1 的部分是捨入誤差,並非轉換錯誤。

端序與記憶體傾印

此處輸入的十六進位值是邏輯上的 32 位元字組,符號位元為最高有效位元。在記憶體中,位元組順序取決於平台。小端序系統(x86、多數 ARM 配置)會將 3F800000(1.0)儲存為位元組 00 00 80 3F。大端序系統與多數網路協定則儲存為 3F 80 00 00。如果傾印結果令人意外,請先反轉位元組順序再輸入。

常見問題

為什麼結果不是我預期的那個確切數字?單精度僅有約 7 位十進位有效位數,所以許多十進位數值都會四捨五入到最接近、可被表示的浮點數。

那雙精度(64 位元)呢?本工具處理的是 32 位元單精度。雙精度(double)使用 11 個指數位、52 個尾數位,偏移量則為 1023。

7FC00000 會得到什麼?那是一個 NaN(指數全為 1、尾數不為 0),並非有限數值。

最後更新:

數位生活熱門計算器

查看全部數位生活計算器