跟老卫学仓颉编程语言开发:浮点类型

浮点类型包括Float16、Float32和Float64,分别用于表示编码长度为16-bit、32-bit和64-bit的浮点数(带小数部分的数字,如3.14159、8.24和0.1等)的类型。Float16、Float32和Float64分别对应IEEE 754中的半精度格式(即binary16)、单精度格式(即binary32)和双精度格式(即binary64)。

Float64的精度约为小数点后15位,Float32的精度约为小数点后6位,Float16的精度约为小数点后3位。使用哪种浮点类型,取决于代码中需要处理的浮点数的性质和范围。在多种浮点类型都适合的情况下,首选精度高的浮点类型,因为精度低的浮点类型的累计计算误差很容易扩散,并且它能精确表示的整数范围也很有限。

浮点类型字面量

浮点类型字面量有两种进制表示形式:十进制、十六进制。在十进制表示中,一个浮点字面量至少要包含一个整数部分或一个小数部分,没有小数部分时必须包含指数部分(以e或E为前缀,底数为10)。在十六进制表示中,一个浮点字面量除了至少要包含一个整数部分或小数部分(以0x或0X为前缀),同时必须包含指数部分(以p或P为前缀,底数为2)。

下面的例子展示了浮点字面量的使用:

ts 复制代码
let a: Float32 = 3.14
let b: Float32 = 2e3
let c: Float32 = 2.4e-1
let d: Float64 = .123e2
let e: Float64 = 0x1.1p0
let f: Float64 = 0x1p2
let g: Float64 = 0x.2p4

在使用十进制浮点数字面量时,可以通过加入后缀来明确浮点数字面量的类型,后缀与类型的对应关系如下表3-2所示。

表3-2 后缀与类型的对应关系

后缀 类型
f16 Float16
f32 Float32
f64 Float64

加入了后缀的浮点数字面量可以像下面的方式来使用:

ts 复制代码
let a = 3.14f32   // a is 3.14 with type Float32
let b = 2e3f32    // b is 2e3 with type Float32
let c = 2.4e-1f64 // c is 2.4e-1 with type Float64
let d = .123e2f64 // d is .123e2 with type Float64

浮点类型支持的操作

浮点类型默认支持的操作符包括:算术操作符、关系操作符、赋值操作符、复合赋值操作符。浮点类型不支持自增和自减操作符。

浮点类型之间、浮点类型和整数类型之间可以互相转换。

参考引用

更多仓颉学习资料,详见:

相关推荐
AomanHao1 小时前
【阅读笔记】基于规则的清晰度评价值峰值搜索Development and real-time implementation of a rule-based au
人工智能·后端
回眸&啤酒鸭1 小时前
【回眸】AI新鲜事(七)——使用AI写日记
人工智能
过期的秋刀鱼!1 小时前
深度学习-预测与向前传播
人工智能·深度学习
数智联AI团队1 小时前
AI搜索时代,拜年习俗数字化升级:数智联AI团队如何以技术赋能春节文化传承与高效连接
人工智能
零售ERP菜鸟2 小时前
数据驱动:从经验主义的“后视镜”到科学决策的“导航仪”
大数据·人工智能·职场和发展·创业创新·学习方法·业界资讯
老金带你玩AI2 小时前
除夕夜,国产顶流压轴上线,QWEN3.5多模态开源!
人工智能
大模型任我行2 小时前
阿里:具身智能模型ABot-M0
人工智能·语言模型·自然语言处理·论文笔记
星空22232 小时前
【HarmonyOS】React Native of HarmonyOS实战:手势冲突解决方案
react native·华为·harmonyos
肾透侧视攻城狮2 小时前
《掌握TensorFlow图像处理全链路:核心API详解、标准化/增强技巧、管道构建与高频问题解答》
人工智能·深度学习·tf.image 模块·keras预处理层处理图像·数据增强技术·tensorfl图像数据处理·自定义图像处理层