为何Java浮点数加法表现出尾数为24位精度的特性？

引言 #

在Java浮点数运算中，我发现给某一范围的极小负数加上1.0时，结果仍为1.0。为理解这一现象，我深入研究了浮点数的工作原理，但遇到了困惑。浮点数的二进制表示能让运算逻辑更清晰，因此本文将基于二进制展开分析。

简而言之，从运算结果和代码输出来看，浮点数在加减运算时的尾数精度似乎是24位（不含隐含的前导1），而非预期的23位。

当我们将0b1_01100110_00000000000000000000000（即-1×2^{-25×1.0）与`0b0_01111111_00000000000000000000000`（即1×2}0×1.0，也就是浮点数1.0的二进制表示）相加时，结果为1.0。前者就是那个会导致此特殊结果的负数，而比它略小的数（通过Math.nextDown()得到的0b1_01100110_00000000000000000000001）则不会出现这种情况。从该负数到-0.0f的所有数都有此特性。

运算分析 #

对于这个特殊数0b1_01100110_00000000000000000000000，它的指数是-25，小于1.0的指数0，因此需要将其指数加25以匹配1.0的指数，同时将尾数右移25位。最终指数变为01111111，尾数变为0.00000000000000000000000[01]。隐含的1右移25位后变为0，由于尾数只能保留23位，方括号内的部分会丢失，因此新尾数被截断为0.00000000000000000000000。此时用1.0的尾数1.00000000000000000000000减去该数的新尾数，结果仍是1.0的尾数（1-0=1），组合后得到0b0_01111111_00000000000000000000000，即1.0。

这种因精度限制导致的信息丢失解释了为何该特殊数被当作0处理，但另一个数的运算结果却出现了异常。

再看0b1_01100111_00000000000000000000000（即-1×2^-24×1.0），它与前者类似，只是指数为-24。与1.0相加时，同样将指数加24以匹配1.0的指数，得到01111111，同时将尾数右移24位，得到0.00000000000000000000000[1]。按预期，由于已有23个0，末尾的1应该被截断，但实际运行代码后，结果却并非如此。

若不截断尾数进行运算：1.00000000000000000000000[0] - 0.00000000000000000000000[1] = 0.11111111111111111111[1]。由于浮点数需要隐含前导1，需将所有位左移1位，得到1.11111111111111111111[0]，同时将指数减1，得到01111110（即-1），完成归一化。最终结果为0b0_01111110_11111111111111111111111，与代码输出完全一致。

问题 #

既然浮点数的尾数通常用23位表示，为何代码运行时表现出尾数为24位的特性？

辅助可视化代码 #

// to visualize the float bits
private String floatToBinaryString(float value) {
    String binaryString = String.format("%32s", Integer.toBinaryString(Float.floatToIntBits(value))).replace(' ', '0');
    return "0b" + binaryString.charAt(0) + "_" + binaryString.substring(1, 9) + "_" + binaryString.substring(9);
}

// The 2^-25 number + 1.0 outputs 0b0_01111111_00000000000000000000000 or 1.0
System.out.println(floatToBinaryString(
    Float.intBitsToFloat(0b1_01100110_00000000000000000000000)
        + Float.intBitsToFloat(0b0_01111111_00000000000000000000000)));

// The 2^-24 number + 1.0 outputs 0b0_01111110_11111111111111111111111 or 0.99999994
System.out.println(floatToBinaryString(
    Float.intBitsToFloat(0b1_01100111_00000000000000000000000)
        + Float.intBitsToFloat(0b0_01111111_00000000000000000000000)));

内容的提问来源于stack exchange，提问作者PianoMastR64