計算器是如何實現0 1的？

1樓：

應該是給截尾了，也就是顯示前做了約等於處理，這個約等於的界限已經規定好了。

你在python裡試下

0.40.4*2

0.4*3

0.4*4

你會發現到後面出現了浮點的尾數，前面沒有，所以可以判斷在一定範圍內，呈現的結果做了約等於簡化。

2樓：

計算器採用了一種叫做定點數的資料型別。定點數是通過約定小數點的位置來實現小數的。

打個比方：

我們在計算器中用8個空間來儲存數字2.33。此時，我們規定小數點在第4位

那麼在儲存空間裡這個數字便被存為了　[+002][3300]

整個數字被分為了整數部分與小數部分，兩個部分都擁有準確的值，所以才能精確的表達小數

但這樣的做法也有一些不足--精度與表示範圍不能共存

如果我們想表達0.00001這樣高精度的小數，就至少要讓5位儲存去表達小數部分，而這樣做，整數部分最大也就只能表達兩位數－－也就是99,拿去做小學數學都不夠用。所以在現代計算機中定點法一般只用來表示整數

為了解決這個問題，人們又搞出了乙個浮點數，也就是大多數計算機裡用來表達小數的方法。浮點數是利用科學計數法來表達小數的。還是之前的8位空間，這次我們拿出2位來表達指數，於是2.

33就被存為了 [+00233] [-2]，即。

至於浮點數精度丟失的問題，可以看看這篇：

Ricas：浮點數精度之謎

3樓：馬遙

我都沒注意計算器用的是定點數，給題主乙個贊。

這個問題簡單來說這就是浮點數和定點數的區別。

浮點數

優點：能夠用統一的方法，表示範圍變化非常大的數字，以float標準來說，32個bit就可以表示從10的負100多次方到10的正100多次方這麼大範圍。

缺點：浮點誤差問題，無法精確表示某些小數。特性類似科學計數法，只能表示「有限個有效數字」。

不知是優點還是缺點：現代CPU整合了FPU，FPU是專門給浮點運算加速的協處理器。因為有了它，現代CPU計算浮點數是非常快的。

定點數

優點：能精確表示取值範圍內的任意數字。

缺點，占用同樣bit數時表示的範圍很小。

浮點數肯定是主流，但是它使用時有一些注意事項，而且在某些場景下也會被特意換成定點數。

舉例一：初學者都要學習判斷兩個小數是否相等的方法，但是有時候會忘記：

// a和b都是float型別，判斷二者是否相等用

if ( Abs(a-b) < EPSILON其中EPSILON是乙個很小的數，根據不同場景取0.000001或0.0001等

舉例二：除了以上最基本的用法，浮點數在影象縮放等情景下也存在取整精度問題。之前認識一位大牛想改進UI縮放的效果，將浮點數全部改成了自定義的32位定點數，16位表示整數，16位表示小數。

再配合改進過的演算法，縮放誤差問題迎刃而解。

具體使用時，如果需要用定點數，既可以使用第三方的定點數程式庫，也可以自己封裝乙個適合某個特定軟體的定點數型別。

比如C#提供的Decimal可以提供和計算器一樣的精確表示，python定點數的庫名字也叫decimal

4樓：shuhari

不清楚計算器是怎麼實現的。如果要精確的話，對十進位制儲存有專門的BCD編碼方法，再比如某些語言內建的 Decimal 型別。還有一種可能是內部表示仍然是二進位制，但在輸出時進行了精度擷取，相當於執行 printf("%.

1f", num)。