在C语言里，浮点数并不是像整数那样直接把数值翻译成二进制补码保存，而是按照IEEE 754标准拆成几个字段存放在有限的比特位中。我们写代码时定义的float和double，其实对应着不同长度的二进制布局，理解这套布局是排查精度问题的前提。
一、浮点数的基本存储结构
IEEE 754规定，一个二进制浮点数可以表示为 (-1)^S × M × 2^E 的形式。其中S是符号位，M是尾数（有效数字），E是指数。C语言中的float通常占用32位，double占用64位，它们都把总位数划分成符号位、指数位和尾数位三个区域。
以单精度float为例，总共32位这样分配：最高1位是符号位S，接着8位是指数位E，剩下23位是尾数位M。双精度double则是1位符号、11位指数、52位尾数。这种分段方式让浮点数既能表示很大的数，也能表示很接近0的小数，但代价是某些十进制小数无法精确存放。
1.1 符号位的含义
符号位最简单，只有0和1两种状态。0代表正数，1代表负数。它不参与数值大小计算，只决定前面乘的 (-1)^S 是正是负。比如数值-3.5和3.5的区别就仅仅在符号位上，其余二进制图案完全相同。
正因为符号位独立，浮点数里存在正零和负零两种0的表示，虽然它们在数值比较时相等，但在某些特殊运算（例如除以零得到无穷大方向）中会体现出差异，这也是很多初学者容易忽略的细节。
1.2 指数位的偏移编码
指数位不能直接存正负整数，而是采用偏移码（biased notation）。float的8位指数真实范围是0到255，但规定实际指数E等于存储值减去127，所以能表示的实际指数区间是-126到+127（全0和全1留作特殊用途）。double的11位指数偏移量是1023。
采用偏移码的好处是，比较两个浮点数大小时，只要符号相同，可以直接按无符号整数比较指数和尾数拼接后的位模式。下面的代码演示了如何用一个联合体观察float的原始比特分布：
#include <stdio.h>
#include <stdint.h>
union FloatBits {
float f;
uint32_t u;
};
int main() {
union FloatBits fb;
fb.f = 1.0f;
/* 打印1.0在内存中的32位十六进制表示 */
printf("float 1.0 bits: 0x%08Xn", fb.u);
return 0;
}
二、尾数位的规格化存储
尾数位存放的是有效数字部分。IEEE 754默认使用规格化形式：除了0以外，尾数最高位隐含为1，实际存的是小数点后面的部分。例如二进制1.011，只存011到23位尾数中，读的时候前面补上隐含的1。
这种隐藏整数位的做法多换来了1位精度。对于float，23位显式尾数加隐含1位相当于24位有效二进制位，大约相当于7位十进制有效数字；double的52位加隐含位约相当于15到16位十进制精度。
2.1 十进制转二进制的舍入
当我们写 float x = 0.1f; 时，0.1在十进制下无限循环于二进制，只能截断或舍入到23位尾数长度。下面代码展示0.1累加后的误差：
#include <stdio.h>
int main() {
float sum = 0.0f;
for (int i = 0; i < 10; i++) {
sum += 0.1f;
}
/* 预期1.0，实际可能打印0.9999999或1.0000001 */
printf("sum = %.9fn", sum);
return 0;
}
由于每次加0.1都是拿一个已经被舍入的近似值参与运算，误差会逐步累积。这也是为什么在金额计算等场景不能用float，而应该用整数分或专用十进制库。
双精度double虽然位数多，但0.1依旧无法精确表示，只是舍入误差更小。理解尾数有限长度，才能明白浮点数比较必须用误差范围而不是恒等判断。
三、特殊值与边界情况
指数位全0或全1时被保留表示特殊状态。指数全0且尾数全0是零；指数全0但尾数非0是非规格化数，用来表示极接近0的数以避免下溢突然归零。指数全1且尾数全0是无穷大，尾数非0则是NaN（不是数）。
这些特殊编码让浮点运算在除以0或开负数平方根时不会直接崩溃，而是返回可传递的特殊值。下面的表格列出float主要区间的位模式含义：
| 指数位 | 尾数位 | 含义 |
|---|---|---|
| 全0 | 全0 | 正零或负零（由符号位定） |
| 全0 | 非0 | 非规格化数 |
| 普通值 | 任意 | 规格化浮点数 |
| 全1 | 全0 | 正无穷或负无穷 |
| 全1 | 非0 | NaN |
3.1 为什么不能用等号比较浮点
因为存放阶段的舍入，两个理论上相等的浮点表达式可能比特不同。正确做法是判断差值绝对值小于一个很小量，例如 fabs(a - b) < 1e-6。这种写法在数值算法里是基本常识。
此外，编译器在优化时可能用更高精度中间值，导致同一表达式在不同编译选项下结果比特不一致，进一步说明依赖精确相等是不可靠的。
四、在C语言中的实际建议
若只需少量小数且要求严格等价，优先用整数缩放；若必须浮点，优先选double以减少误差。对性能敏感且范围可控的嵌入式环境，可用定点数库替代。理解C语言浮点数怎么存放，是写出稳定数值程序的第一步。
最后记住，printf用%f或%lf打印时也会做十进制转换，这个转换本身可能再引入显示误差，所以调试时直接打印十六进制比特比看小数更可靠。