原文网址：http://www.cnblogs.com/zjujunge/archive/2012/09/13/2682613.html

Intel聘请了最好的数值分析家来为8087FPU设计浮点数格式，他们设计的KCS浮点数标准的工作是如此出色，因此IEEE将这种格式作为IEEE浮点数格式的基础。

　　为了满足广泛的性能与精度需求，intel实际实现三种浮点格式：单精度、双精度以及扩展精度，本文以前两种讲解。

1. 单精度浮点格式

　　单精度使用24位的尾数与8位的阶码，尾数通常表示的值在(1.0,2.0)，尾数的最高为总是假定为1，正好是在二进制二进制小数点左边的第一个位，余下的23个尾数位则在小数点右边，代表该数。具体见下图M为尾数位。

　　　隐含位的存在导致尾数总是大于或等于1，小数点右边的每个位代表一个值（0或1）乘以2一个负幂。尽管从1到2有无限个数，我们能够表示的只有八百万个（2²³）。

　　尾数使用1补码格式二不是2的补码。第31位(S)符号决定正负。

　　阶码使用余-127格式简化了浮点数的比较。

　　2.双精度浮点

　　参照单精度浮点解析以及上图即可明白。

　　3.浮点转成二进制显示部分源代码（C#）

　　单精度浮点数显示

　　

private void fp_Disp(double number)        {            double zhenshu, xiaoshu, jieguo;            string strZ, strX = "", strJ = "";            Int64 numb = 127;            int i = 1, len, le, len2, len3, Bias = 127;            string s = "", str1, str2, Jiema = "", weishu = "", jia;//,ti_Jiema="";            if (number > 0)            {                s = "0";            }            else            {                s = "1";            }            zhenshu = Math.Floor(Math.Abs(number)); //整数部分            numb = Convert.ToInt64(zhenshu);            strZ = Convert.ToString(numb, 2);            xiaoshu = Math.Abs(number) - zhenshu;            for (i = 0; ((xiaoshu != 0) && (i < 23)); i++)            {                jieguo = xiaoshu * 2;                strJ = jieguo.ToString();                strX += strJ.Substring(0, 1);                zhenshu = Math.Floor(jieguo);                xiaoshu = jieguo - zhenshu;            }            strJ = strZ + "." + strX;            str1 = strJ.Substring(0, 1);            if (str1.Equals("1"))            {                len = strZ.Length;                le = len + Bias - 1;                Jiema = Convert.ToString(le, 2);                len2 = Jiema.Length;                if (len2 < 8)                {                    for (i = 0, jia = ""; i < 8 - len2; i++)                    {                        jia += "0";                    }                    Jiema = jia + Jiema;                }                str2 = strZ.Substring(1, len - 1) + strX;                len = str2.Length;                if (len > 23)                {                    weishu = str2.Substring(0, 23);                }                else                {                    weishu = str2;                }            }            else            {                len = strX.IndexOf("1");                le = Bias - (len + 1);                Jiema = Convert.ToString(le, 2);                len2 = Jiema.Length;                if (len2 < 8)                {                    for (i = 0, jia = ""; i < 8 - len2; i++)                    {                        jia += "0";                    }                    Jiema = jia + Jiema;                }                len3 = strX.Length;                if (len3 == (len + 1))                {                    weishu = "0";                }                else                {                    weishu = strX.Substring(len + 1);                }            }            strJ = s + Jiema + weishu;            len = strJ.Length;            if (len < 32)            {                for (i = 0; i < 32 - len; i++)                {                    strJ += "0";                }            }            fp_sBox.Text = s;            fp_eBox.Text = Jiema;            len = 23 - weishu.Length;            for (i = 0; i < len; i++)                weishu += "0";            fp_mBox.Text = weishu;            byte fe;            fe = Convert.ToByte(Jiema, 2);            fp_eBox1.Text = fe.ToString();            fp_eBox2.Text = (fe - Bias).ToString();            //ti处理            ti_sBox.Text = s;            ti_eBox2.Text = (fe - Bias).ToString();            ti_eBox1.Text = (fe + 1).ToString();            Jiema = Convert.ToString(fe + 1, 2);            len=Jiema.Length;            for (i = 0; i < 8 - len; i++)            {                Jiema = "0" + Jiema;            }            ti_eBox.Text = Jiema;            ti_mBox.Text = weishu;            dti_eBox.Text = Jiema;        }

　　4.TI处理器的浮点表示法

　　具体见下图