Floating point addition/subtraction运算步骤校验：关于mantissa中hidden bit的疑问

浮点数加减运算步骤验证结论 #

你梳理的IEEE754标准浮点数加减运算流程整体正确，针对你标注疑问的隐含位（hidden bit）相关处理、位宽设计等细节，具体核对说明如下：

• 指数对齐步骤：你标注(?)的操作完全正确。需要先将指数更小的操作数的尾数补全隐含的1位hidden bit后，再按指数差向右移位，移位过程中丢弃的低位可暂时保留为保护位、舍入位，避免直接截断丢失精度。
• 结果符号位计算：这一步逻辑合理，加法场景下符号与操作数符号一致，减法场景下符号与绝对值更大的操作数符号一致即可。
• 尾数运算逻辑：你标注(?)的25位位宽设计完全合理。两个补全hidden bit后的24位尾数运算最高可能产生1位进位，25位刚好可以完整存储运算结果和进位位，不会溢出丢失信息；符号位判断加减类型的规则也完全正确。
• 加法后归一化：判断第24位（从0开始计数）是否为1的进位判定逻辑正确，右移尾数同步加指数的操作符合归一化要求，注意右移时需要遵循预设的舍入规则处理低位（常用就近舍入、向零舍入等规则）。
• 减法后归一化：你标注(?)的统计前导零时需要纳入hidden bit的要求完全正确。需要从结果最高位（即24位进位位开始）依次查找第一个有效1的位置，前导零的个数就是需要左移的位数，左移尾数的同步减去对应指数，保证最终尾数最高位为1、符合hidden bit的定义要求。
• 补充遗漏的边界处理逻辑：你当前的步骤缺少最终的异常判断环节，归一化后如果指数超出当前浮点数的合法范围（单精度浮点数指数合法范围为1_{254，对应实际指数-126}127），需要按上溢/下溢规则处理，返回无穷大、非规格化数或0。

内容的提问来源于stack exchange，提问作者Gabbed