浮点数下溢为何发生在2⁻¹²⁶？8位指数范围疑问解析

疑问一：浮点数下溢为何会发生在2⁻¹²⁶？ #

先明确IEEE 754单精度float的两种核心数值表示逻辑：

• 规格化数：这是float的常规表示形式，尾数位会隐含一个最高位的1，因此最小的规格化正数是1.0 × 2^-126（对应实际指数-126）。
• 非规格化数：当数值比最小规格化数还小时，会切换到这种模式——尾数位不再隐含1，实际指数固定为-127，可表示的数值范围是2^-149到(1 - 2^-23) × 2^-127（接近2^-127）。

我们常说的“下溢”分两种场景：

1. 计算结果小于2^-126时，只能用非规格化数近似表示，这会带来精度损失，这是下溢异常的触发起始阈值，也是很多人认为下溢发生在2^-126的原因。
2. 如果结果小到连非规格化数都无法承载（小于2^-149），就会直接被归零，这是完全意义上的下溢。

疑问二：8位指数可存储-127至128的数值，为何指数达到2⁻¹²⁶时会出现下溢？ #

这里要区分存储指数值和实际生效的指数：
8位指数存储的是偏移127后的数值（存储值 = 实际指数 + 127），所以存储值0-255对应实际指数-127到128，但：

• 实际指数-127被专门留作非规格化数的标识（当存储指数为0时，实际指数固定为-127，且尾数位无隐含1）。
• 规格化数的实际指数范围是-126到127（对应存储指数1-254），所以最小的规格化正数就是1.0 × 2^-126。

你提到的“指数达到2⁻¹²⁶”其实是指数值为2^-126，这是规格化数的底线。当计算结果小于这个值时，就无法用精度完整的规格化数表示了——即便实际指数能到-127，但那是非规格化的专属范围，进入这个范围要么精度下降，要么数值太小直接归零，这就是下溢的核心原因。

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