前言
- 本文基础知识部分来自于b站:分享笔记的好人儿的思维导图与王道考研课程,感谢大佬的开源精神,习题来自老师划的重点以及考研真题。
- 此前我尝试了完全使用Python或是结合大语言模型对考研真题进行数据清洗与可视化分析,本人技术有限,最终数据清洗结果不够理想,相关CSDN文章便没有发出。
- 这里我将按章节顺序,围绕考研真题展开计算机组成原理总共7章的知识,边学习边整理数据。
- 第一章链接:【计算机组成原理】考研真题攻克与重点知识点剖析 - 第 1 篇:计算机系统概述
请注意,本文中的部分内容来自网络搜集和个人实践,如有任何错误,请随时向我们提出批评和指正。本文仅供学习和交流使用,不涉及任何商业目的。如果因本文内容引发版权或侵权问题,请通过私信告知我们,我们将立即予以删除。
文章目录
- 前言
- 数据的表示
-
- 数制与编码
- 真值和机器数定义
- 以上知识思维导图
- 可跳过
- 以上知识总结
- 数据存储时的字节排列
- 机器数表示方法
- 浮点数的表示思维导图
-
-
- [IEEE 754标准](#IEEE 754标准)
-
- 数据的运算
-
- 布尔代数和基本逻辑电路
- 加法器(所有算数运算部件都基于加法器)
- 加减运算思维导图
- 加法器设计与实现
- C语言中各类运算
- 定点数的运算
- 浮点数的加减运算
- 浮点数的运算思维导图
- 考研真题
- [408 - 2023](#408 - 2023)
-
- [13. 计算short型变量的机器数](#13. 计算short型变量的机器数)
- [**14. 计算IEEE 754 单精度浮点数的值**](#14. 计算IEEE 754 单精度浮点数的值)
- [16. 溢出和借位标志问题](#16. 溢出和借位标志问题)
- [408 - 2022](#408 - 2022)
-
- [13. 32位补码整数范围](#13. 32位补码整数范围)
- [14. IEEE754单精度浮点数表示](#14. IEEE754单精度浮点数表示)
- [408 - 2021](#408 - 2021)
-
- [13. 带符号整数的补码表示与大小比较](#13. 带符号整数的补码表示与大小比较)
- [14. IEEE754浮点格式表示精度问题](#14. IEEE754浮点格式表示精度问题)
- (未完待续,逐张试卷分析中)
数据的表示
数制与编码
-
真值与机器数
-
机器数:用0和1编码的计算机内部的0/1序列
-
真值:机器数代表的实际值,现实中带正负号的数,X
-
-
数值数据表示的三要素(要确定一个数值数据的值必须先确定这三个要素)
-
进位计数制
- 十进制(后缀D)、二进制(后缀B)、十六进制(后缀H,或前缀0x表示)、八进制(后缀O)
-
定/浮点表示
- 浮点整数、定点小数、浮点数(解决小数点问题)
-
二进制编码
- 原码、补码、反码、移码(解决正负号问题)
-
-
十进制数与R进制数之间的转换
-
R进制到十进制(按"权"展开)
-
十进制到二进制,再将二进制转十六(四位一组)或八进制(三位一组)
-
二进制<-->八进制、十六进制
-
- 各种进制的常见书写方式
真值和机器数定义
以上知识思维导图
可跳过
BCD码
无符号整数运算
有符号整数运算
原码表示
源码缺点
原码→反码→补码的转换(机算)
原码、补码快速转换技巧(手算)
补码的加法运算(例1)
19=16+2+1
0001 0011
补码的加法运算(例2)
移码
练习
以上知识总结
数据存储时的字节排列
-
大端方式:从最高有效字节到最低有效字节的顺序存储数据(从左到右,正常思维)
-
小端方式:从最低有效字节到最高有效字节的顺序存储数据(从右到左,便于机器)
-
边界对齐问题:存储数据不满字长,填充空白,虽然浪费空间,但提高效率(若数据不对齐可能额外存取一次)
机器数表示方法
定点数
定点::小数点位置固定
定点数的表示
-
原码
- 最高位为符号位,数值部分不变
-
补码
-
定义:[X]补 = 2^n + X(-2^n <= X < 2^n,mod 2^n)
-
理解:为了机器数加减运算的统一。
实际上是模运算,一个负数的补码等于模减该负数的绝对值,即时钟从10点到6点,可以倒拨4格:10-4=6;也可以顺拨8格,10+8=18=6
-
-
反码
- 原码与补码相互转化的过渡
-
移码
- 数值加一个偏置常数,通常在真值X上加2^n(便于浮点数加减运算时对阶,阶数有正有负,统一加一个常数让阶数都为正方便比较)
-
不同机器数之间的转换关系
-
范围与真值0
-
定点整数
-
原码
-
范围:- (2^n - 1) <= x <= 2^n - 1
-
最大:0,111...111
-
最小:1,111...111
- 真值零: 0,000...000,1,000...000
-
-
-
-
反码
-
范围:- (2^n - 1) <= x <= 2^n - 1
-
最大:0,111...111
-
最小:1,000...000
- 真值零: 0,000...000,1,111...111
-
-
-
-
补码
-
范围:- 2^n <= x <= 2^n - 1
-
最大:0,111...111
-
最小:1,000...000
- 真值零: 0,000...000
-
-
-
-
-
定点小数
-
原码
-
范围:- (1 - 2^-n) <= x <= 1 - 2^-n
-
最大:0,111...111
-
最小:1,111...111
- 真值零: 0,000...000,1,000...000
-
-
-
-
反码
-
范围:- (1 - 2^-n) <= x <= 1 - 2^-n
-
最大:0,111...111
-
最小:1,000...000
- 真值零: 0,000...000,1,111...111
-
-
-
-
补码
-
范围:-1 <= x <= 1 - 2^-n
-
最大:0,111...111
-
最小:1,000...000
- 真值零: 0,000...000
-
-
-
-
-
-
有符号数与无符号数
-
有符号数:最高位的0/1表示正/负
-
无符号数:整个机器字长全部二进制位均为数值位,无符号位
-
同时有无符号数和带符号数,在C编译器中隐含将带符号整数强制转换为无符号数
-
定点小数vs定点整数
(+/-)0/1 000 0001.
(+/-)0/1. 000 0001
定点数的局限性
浮点数
浮点数的表示(约定小数点位置)
-
一般格式
-
浮点数真值格式:N = r^E × M(r阶码的底,E阶码用移码表示,M尾数,S数符)
-
表示范围(原码对称,故表示范围关于原点对称)
-
浮点数范围比定点数大,但个数不变,故数更稀疏且不均匀
-
-
规格化浮点数
-
规格化数形式:+/-1.M × r^E
- 为了表示更多有效数字,规定规格化数的小数点前为1
-
基数2:原码规格化最高位一定是1,补码规格化数的尾数最高位一定与尾数符号相反(基数4原码最高两位不全为0,基数8原码最高三位不全为0)
-
-
IEEE754标准
-
+/-1.M × 2^E(S数符,E阶码用移码表示全0全1特殊表示,M(Significand)尾数用原码表示,隐含尾数最高数位)
-
短浮点数
-
数符1+阶码8+尾数23=总位数32(偏置值127)
- 范围:1 × 2^(1-127) ---------- 1.111...111 × 2^(254-127)
-
-
长浮点数
-
数符1+阶码11+尾数52=总位数64(偏置值1023)
- 范围:1 × 2^(1-1023) ---------- 1.111...111 × 2^(2046-1023)
-
-
特殊数的表示
-
阶码全0,尾数M=0,真值X=0+(0-)
-
阶码全0,尾数M!=0,非规格化小数
-
阶码全1,尾数M=0,真值X=+∞(-无穷)
-
阶码全1,尾数M!=0,非数值NaN
-
-
浮点数尾数的规格化
浮点数的表示思维导图
IEEE 754标准
偏置值-1
- 关于-1000 0000+0111 1111 = 1111 1111
2^8=1 0000 0000 任何运算结果在mod2的8次方后,都只会保留最低的八位,
所以在这里我们可以 将 0111 1111+1 0000 0000=1 0111 1111,
这样就使 被减数 比 减数 大 1 0111 1111-1000 0000 = 1111 1111
例1
例2
例3
数据的运算
布尔代数和基本逻辑电路
- 基本逻辑运算:与或非,任何逻辑表达式可写成三种基本运算的逻辑组合
-
组合逻辑电路:没有存储功能,输出仅依赖于当前输入
-
具有存储功能,其输出不仅依赖于当前输入,还依赖于存储单元当前状态
-
组合逻辑部件(功能部件,利用基本逻辑门电路构成):译码器、编码器、多路选择器、加法器
加法器(所有算数运算部件都基于加法器)
加法器原理
补码加减运算器(利用加法器实现)
计算有符号数
sub=0
sub=1
计算无符号数
电路相同,判断溢出方式不同
sub=0
sub=1
标志位生成
(OF)有符号数补码加减运算器溢出判断
(CF)无符号数补码加减运算器溢出判断
溢出判断
方法一
方法二
方法三
符号扩展
加减运算思维导图
加法器设计与实现
一位加法器(全加器)
-
输入:加数A和B,低位进位Cin
- 输出:和:F = A ⊕ B ⊕ Cin
高位进位:Cout=A·B + A·Cin + B·Cin
- 输出:和:F = A ⊕ B ⊕ Cin
串行加法器
- n个全加器相连,进位触发器用来寄存进位信号,每一级进位依赖于前一级进位,进位信号逐级形成 Cout=A·B + (A⊕B)·Cin
并行加法器(单级/多级)
-
各级进位信号同时形成,又称先行进位,各进位之间无等待,相互独立并同时产生
-
辅助函数:Gi = Ai·Bi Pi = Ai + Bi
全加逻辑方程:Si = Pi⊕Ci Ci+1 = Gi + Pi·Ci
-
C1 = G0 + P0·C0
C2 = G1 + P1·C1 = G1 + P1·G0 + P1·P0·C0
C3 = G2 + P2·C2 = G2 + P2·G1 + P2·P1·G0 + P2·P1·P0·C0
由上式可知:各进位之间无等待,相互独立并同时产生
优化
-
n位带标志加法器
- 溢出标志OF(仅有符号数加减法有意义)
- 含义:有符号数的加减法是否发生了溢出
- 计算:OF=最高位产生的进位⊕次高位产生的进位
- 符号标志SF(仅有符号数加减法有意义)
- 含义:有符号数加减运算结果的正负性
- SF=最高位的本位和
- 零标志ZF
- 含义:运算结果是否为0
- 计算:n 位全0,ZF=1
- 进/借位标志CF(仅无符号加减法有意义)
- 含义:加法时为进位标志,减法时为借位标志
- 计算:CF=最高位进位⊕sub(减法sub=1,加法sub=0)
算数逻辑单元(ALU)
- 利用二路选择器+带标志加法器构造加/减运算器
- 加/减运算器基础上加寄存器、移位器、控制逻辑可实现ALU
- 算数运算:取负、移位、加减乘除、扩展
- 逻辑运算:与或非
这里74181中
-
B3~B0和A3~A0是两个操作数,
-
F3~F0为输出结果。
-
C-l表示最低位的外来进位,
-
Cn+4是7418l向高位的进位;
-
P、G可供先行进位使用。
-
M用于区别算术运算还是逻辑运算;
-
S3~S0的不同取值可实现不同的运算。
-
输入B3~B0和A3~A0两个机器字长为4bit的信息
-
输出F3~F0机器字长为4bit的计算结果
-
F3~F0存入寄存器X,寄存器的位数要与机器字长保持一致,所以寄存器的位数=机器字长
-
S3~S0有4bit的信息,对应2^4=16种算数运算和逻辑运算
知识回顾
C语言中各类运算
-
算术运算:无符号数、带符号的、浮点数的加减乘除运算
-
位运算:与、或、取反、异或
-
逻辑运算:&&、||、!
-
移位运算(王道分原码补码反码讨论,此处是C语言)
-
逻辑左/右移(无符号数)
- 高(低)位移出,低(高)位补0(若高位移出1,则左移发生溢出)
-
算数左/右移(带符号数)
-
左移:高位移出,低位补0(若移出位不等于新的符号位,则溢出)
-
右移:低位移出,高位补符(可能数据丢失)
-
-
循环移位
-
带进位标志位的循环移位
-
不带进位标志位的循环移位,移出的位需要同时进入进位寄存器
-
-
-
位扩展和位截断
-
扩展
-
无符号数:0扩展(前面补0)
-
带符号数:符号扩展(前面补符)
-
-
截断
- 强行将高位丢弃,故可能发生溢出
-
定点数的运算
定点数的加减运算
可通过二路选择器+带标志加法器实现加/减运算器
-
计算机中所有运算都基于加法器实现
-
加法器不知道所运算的是带符号数还是无符号数
-
加法器不判定对错,总是取低n位为结果,并生成标志信息
-
无符号加法溢出条件:CF=1
- 有符号加溢出条件:OF=1
-
无符号减法溢出:差为负数,即借位CF=1
- 其他溢出判定方法见下方
-
减法做比较大小
-
无符号数大于:CF=0
-
有符号数大于:OF=SF
-
原码定点数加减法运算(符号不参与运算)
-
加法准则
-
符号相同:绝对值相加,符号不变
-
符号不同:绝对值大的减去绝对值小的,符号取绝对值大的
-
-
减法准则
- 减数符号取反,做原码加法运算
补码定点数加减法运算(符号参与运算)
- 公式:[A+B]补=[A]补 + [B]补(MOD 2^n) [A-B]补=[A]补 + [-B]补(MOD 2^n)
补码溢出的判定方法
-
一位符号位
-
参与运算的两个数符号相同,结果符号变化,则溢出
-
最高位进位与次高位进位不同,则溢出
-
-
双符号位(存储仅一符号位,进入ALU后两位符号位)
-
在乘除等运算中,为了不丢弃中间的溢出结果,多位符号位可以保留符号位和溢出的数值位,保留正确的中间结果
-
00正数,无溢出
-
01正溢出(符号位不同,最高位为真正符号)
-
10负溢出(符号位不同,最高位为真正符号)
-
11负数,无溢出
-
定点数的乘除运算
整数的乘运算
-
高级语言中两个n位整数相乘得到的结果也是n位整数,即取2n位乘积中的低n位
-
溢出问题(硬件不判溢出,仅保留2n位乘积):乘积的高n位全0或全1,并等于低n位的最高位时不溢出(无符号高n位全0)
-
相同机器数无符号数和有符号数高n位可能不同,低n位相同,故指令分无符号数乘指令、有符号数乘指令
-
乘法运算比移位和加法等运算所用时间长,故往往用组合运算代替,例如x×20,20=2^4+2^2,故x×20=(x<<4)+(x<<2)
-
乘法实现细节可在考前看重新看一遍王道回忆细节,前期理解即可
整数的除法运算
-
整数除运算除了-2^(n-1)/-1会溢出,其他情况不溢出
-
不能整除时需要舍入
-
正数:商取比自身小的最接近的整数
-
负数:商取比自身大的最接近整数(加偏移量2^k-1,右移k位)
-
-
整数除法运算复杂,约30或更多时钟周期(除数为2的幂次形式,用右移代替)
-
除法实现细节可在考前看重新看一遍王道回忆细节,前期理解即可
浮点数的加减运算
-
对阶
- 小阶看齐大阶,将阶码小的尾数右移一位,阶加一,直到两个数的阶码相等
-
尾数求和
-
规格化(若补码负数则关注第一个0位置,虽然IEEE754标准尾数是原码)
-
最后形式:+/-1.xxx...xxx
-
左规:结果为+/-0.0...01xxx...xxx时,需要左规,尾数左移一次,阶码减1,直到第一个1移到小数点左边,作为隐藏位
- 每次阶码减1判断是否下溢,阶码下溢,结果为0
-
右规:结果为+/-1x.xxx...xxx时,需要右规,尾数右移一次,阶码加1,直到第一个1移到小数点左边,作为隐藏位
- 每次阶码加一后判断是否上溢,阶码上溢,中断处理
-
-
舍入
-
IEEE754舍入方式
-
就近舍入(舍入为最近可表示的数)
- 非中间数:0舍1入,中间数:强迫结果为偶数
-
朝+∞方向舍入(+∞方向最近的可表示的数)
-
朝-∞方向舍入(-∞方向最近的可表示的数)
-
朝0方向舍入=直接截去
-
-
舍入结果可能导致尾数未规格化,需再次右规判断溢出情况
-
-
若运算结果尾数为0,阶码也置0
例1
例2
不同类型转换
-
char--->int
- 前面补0
-
int<--->unsigned
- 都可能溢出丢失数据
-
int--->float
- 不会发生溢出,但可能有数据舍入
-
double--->float或int
- 可能发生溢出,可能舍入
-
float或double--->int
- 数据向0方向截断
-
char--->int--->long--->double
float--->double
- 范围精度由小变大,无损失
浮点数的运算思维导图
考研真题
408 - 2023
下面是题目13的格式化表述:
13. 计算short型变量的机器数
若short型变量x=-8190,则x的机器数为【 】。
A. E002H
B. E001H
C. 9FFFH
D. 9FFEH
基础知识
在解析这个问题之前,让我们了解以下基础知识:
-
short型变量:short是一种整数数据类型,通常占用16位内存空间。在计算机内部,整数通常以补码形式表示。这意味着正数和负数都有相应的二进制表示。
-
补码表示:补码是一种用于表示带符号整数的方法。正数的补码和原码相同,而负数的补码是将其绝对值的二进制表示按位取反,然后加1。
解析:
short型变量是补码表示的16位带符号整数。x是负数,可先求出8190的机器数,8190=8192-2=213- 2',8190的机器数为0010 0000 0000 0000B -0000 0000 0000 0010B=0001 1111 11111110B,因此-8190的机器数为1110 0000 0000 0010B = E002H(按位取反,末位加1)。
首先,我们知道short型变量是16位的,因此需要计算-8190的16位补码表示。
2^13表示为10 0000 0000 0000(2)
-
首先,计算8190的二进制表示:8190 = 2^13 - 2 = 1 1111 1111 1110。
-
接下来,求-8190的补码,即将8190的二进制表示按位取反,然后加1。
- 按位取反:
- 0001 1111 1111 1110B
- 1110 0000 0000 0001B
- 加1:
- 1110 0000 0000 0001B
- +1↓
- 1110 0000 0000 0010B
- 按位取反:
首先,将二进制数 1110 0000 0000 0010 分成四组,每组四个二进制位:
- 1110(二进制)对应于 E(十六进制)。
- 0000(二进制)对应于 0(十六进制)。
- 0000(二进制)对应于 0(十六进制)。
- 0010(二进制)对应于 2(十六进制)。
所以,x的机器数为1110 0000 0000 0010B。在十六进制表示中,答案是选项A:E002H。
14. 计算IEEE 754 单精度浮点数的值
已知float型变量用IEEE 754单精度浮点数格式表示。若float型变量x的机器数为80200000H,则x的值是什么?
A. -2^-128
B. -1.01x2^-127
C. -1.01x2^-126
D. 非数(NAN)
答案:A
基础知识
在解析这个问题之前,让我们了解以下基础知识:
-
IEEE 754 单精度浮点数:IEEE 754是一种标准,用于表示浮点数在计算机中的二进制格式。单精度浮点数使用32位二进制格式,分为符号位、阶码和尾数。
-
规格化数(normalized numbers):对于规格化数,阶码部分不全为0或全为1,而是以一定的方式表示浮点数的阶。这使得浮点数可以表示较大或较小的数值范围。
-
非规格化数(denormalized numbers):当阶码部分全为0时,就进入了非规格化数的领域。在这种情况下,尾数部分不再表示1.xxxx的形式,而是0.xxxx的形式。这意味着非规格化数表示非常接近零的小数值,但失去了一些精度。
16. 溢出和借位标志问题
问题: 已知 x 和 y 为 int 类型,当 x=100, y=200 时,执行"x减y"指令的到的溢出标志 OF 和借位标志 CF 分别为 0, 1,那么当 x=10, y=-20 时,执行该指令得到的 OF 和 CF 分别是( )。
A. OF=0, CF=0
B. OF=0, CF=1
C. OF=1, CF=0
D. OF=1, CF=1
答案:B. OF=0, CF=1
基础知识:
int为32位有符号整型,int 为 32 位有符号短整型,用补码表示,最高位为符号位,
表示范围为
当 x=10, y=-20 时,x-y=30,显然在表示范围之内,不溢出,OF=0。
当 x=10, y=-20 时,[x]补=[x]原=0000 0000 0000 0000 0000 0000 0000 1010B=0000000AH,[y]原=1000 0000 0000 0000 0000 0000 0001 0100B,[y]补=1111 1111 1111 1111 1111 1111 1110 1100=FFFFFFECH,显然0000000AH-FFFFFFECH不够减,需要借位,CF=1。
408 - 2022
13. 32位补码整数范围
问题: 32位补码所能表示的整数范围是?
A. -2^32 到 2^31 - 1
B. -2^31 到 2^31 - 1
C. -2^22 到 2^32 - 1
D. -2^31 到 2^32 - 1
答案: B. -2^31 到 2^31 - 1
基础知识: 在32位补码表示中,最高的1位用于表示符号位(0表示正数,1表示负数),剩下的31位用于表示数值。因此,32位补码可以表示的整数范围是从-2^31到2^31-1。
当然,以下是按照之前的结构以Markdown形式重构的题目和答案:
14. IEEE754单精度浮点数表示
问题: -0.4375的IEEE754单精度浮点数表示为何?
A. BEE0 0000H
B. BF60 0000H
C. BF70 0000H
D. C0E0 0000H
答案: A. BEE0 0000H
基础知识:
类型 | 数符 | 阶码 | 尾数数值 | 总位数 |
---|---|---|---|---|
短浮点数 | 1 | 8 | 23 | 32 |
-0.4375=-1.75×2^-2,符号S =1,阶码E=-2+127= 125= 01111101B,尾数0.75=0.11B,
补齐至23位M = 110 0000 0000 0000 0000 0000B。
IEEE754单精度浮点数的格式包括符号位、阶码和尾数部分,总共32位。-0.4375的IEEE 754单精度浮点表示如下:
- 符号位:0(表示正数)
- 阶码部分:01111101(对应的十进制为125)
- 尾数部分:110 0000 0000 0000 0000 0000
拼接起来为BEE0 0000H。
408 - 2021
13. 带符号整数的补码表示与大小比较
问题: 已知带符号整数用补码表示,变量 x,y,z 的机器数分别为 FFFDH,FFFDFH,7FFCH,下列结论中,正确的是?
A. 若 x、y 和 z 为无符号整数,则 z < x < y
B. 若 x、y 和 z 为无符号整数,则 x < y < z
C. 若 x、y 和 z 为带符号整数,则 x < y < z
D. 若 x、y 和 z 为带符号整数,则 y < x < z
答案:D
基础知识:
-
带符号整数的补码表示:在计算机中,带符号整数通常使用补码表示。在补码中,最高位为符号位(0 表示正数,1 表示负数),其余位表示数值。
-
大小比较规则:对于带符号整数的补码表示,如果两个数的符号位不同,那么符号位为 0 的数更大;如果两个数的符号位相同,那么数值部分越大的数更大。
根据题目中给出的机器数:
- x 的机器数 FFFDH 表示的是负数,其原码为 1000 0000 0000 0010B,转换成十进制为 -3。
- y 的机器数 FFFFH 表示的是负数,其原码为 1000 0000 0000 0001B,转换成十进制为 -1。
- z 的机器数 7FFCH 表示的是正数,其原码为 0111 1111 1111 1100B,转换成十进制为 2044。
根据大小比较规则,有 -3 < -1 < 2044,因此 y < x < z。
所以正确答案是 D. 若 x、y 和 z 为带符号整数,则 y < x < z。
14. IEEE754浮点格式表示精度问题
问题: 下列数值中,不能用 IEEE754 浮点格式精确表示的是?
A. 1.2
B. 1.25
C. 2.0
D. 2.5
答案:A
基础知识:
IEEE754 是一种用于表示浮点数的标准格式,它使用科学计数法来表示浮点数,包括三个部分:符号位、指数部分和尾数部分。IEEE754 浮点格式的小数部分通常采用二进制表示。
在 IEEE754 浮点格式中,有效数字部分通常表示成规格化的形式,即一个小数乘以 2 的幂次方。有效数字的小数部分通常是 1 和 0 组成的二进制小数。
对于一个数值能够被精确表示为 IEEE754 浮点数,其小数部分必须满足以下条件:
- 可以表示成 (1 + 1/2 + 1/4 + 1/8 + ...) 的形式,其中分母是 2 的幂次方。
现在来分析选项中的数值:
A. 1.2 = 6/5 = 1 + 1/5,不满足上述条件,因此不能用 IEEE754 浮点格式精确表示。
B. 1.25 = 5/4 = 1 + 1/4,满足上述条件,可以用 IEEE754 浮点格式精确表示。
C. 2.0 = 2,可以表示成 2 的幂次方,满足条件,可以用 IEEE754 浮点格式精确表示。
D. 2.5 = 5/2 = 1 + 1/2,满足上述条件,可以用 IEEE754 浮点格式精确表示。
所以,不能用 IEEE754 浮点格式精确表示的是 A. 1.2。