如果我正确理解IEEE浮点数，则无法准确表示某些值。它们在非常有限的情况下是准确的，并且几乎每个浮点运算都会增加累积的近似值。另外，另一个缺点 - “最小步骤”随着指数的增长而增长。
提供更具体的代表性不是更好吗？
例如，对于“十进制”部分使用20位，但不是所有2 ^ 20值都使用，而是仅使用1000000，给出完整的1 /百万分之一的最小表示/分辨率，并使用其他44位作为整数部分，给出相当的范围。这样，可以使用整数运算来计算“浮点”数，这甚至可以更快地结束。在乘法，加法和减法的情况下，没有近似的累积，唯一可能的损失是在除法期间。
这个概念基于这样的事实：2 ^ n值对于表示十进制数不是最佳的，例如， 1并没有将它分成1024个部分，但它很好地划分为1000个。从技术上讲，这是省略了使用全精度，但我可以想到很多情况下LESS可以更多。
当然，这种方法在某种程度上会失去范围和精度，但在所有不需要肢体的情况下，这样的表示听起来是个好主意。
答案 0 :(得分：3)
您所描述的命题是定点算术。现在，关于更好或更糟，这并非必要;每种表示都有优点和缺点，通常使一种表现形式比另一种更适合某些特定目的。例如：
定点运算不会为加法和减法等操作引入路由错误，使其适用于财务计算。你当然不希望将钱存入浮点值。
推测：可以说，定点运算在实现方面更简单，这可能会导致更小，更高效的电路。
浮点表示覆盖范围极大：它可用于存储非常大的数字（~10 40 表示32位浮点数，10 308 对于64位的）和真正小的正面（~10 -320 ）以牺牲精度为代价，而定点表示则受其大小的线性限制。
浮点精度在可表示范围内不均匀分布。相反，大多数值（以可表示数字的数量表示）位于0左右的单位球中。这使得它在我们最常操作的范围内非常准确。
你自己说：
从技术上讲，这是省略使用全精度，但我 可以想到很多LESS可以更多的案例
确切地说，这就是重点。现在，根据手头的问题，必须做出选择。没有一个适合所有人的表现形式，它始终是一种权衡。