double-precision floating-point format

double-precision floating-point format (tsz. double-precision floating-point formats)

1. (informatika) A double-precision floating-point formátum (röviden: double) az egyik leggyakrabban használt lebegőpontos adattípus a számítástechnikában, különösen a C/C++, Java, Python és más programozási nyelvekben. A formátum az IEEE 754 szabvány szerint van definiálva, amely meghatározza a lebegőpontos számok tárolási módját, viselkedését és műveleteit.

A lebegőpontos számok célja, hogy valós számokat tároljunk korlátozott számú bit felhasználásával. Az elnevezés onnan ered, hogy a tizedes pont pozíciója lebeghet: a számot egy normalizált forma és egy kitevő segítségével reprezentáljuk.

A double formátum 64 bitből áll, három fő részből:

A szám értékét az alábbi képlet adja meg:

$${\displaystyle {\text{érték}}=(-1)^{s}\times 1.m\times 2^{e-1023}}$$

• s: az előjel bitje (0 = pozitív, 1 = negatív)
• 1.m: a mantissza (52 bit), mindig egy implicit 1-essel kezdődik (normalizált szám)
• e: a 11 bites kitevő dekódolva (eltolással: bias = 1023)

Vegyük az alábbi double értéket: 6.5

1. Bináris alak: 6.5 = 110.1
2. Normalizált forma: 1.101 × 2^2
3. Előjel bit: 0 (pozitív)
4. Kitevő: 2 + 1023 = 1025 → binárisan: 10000000001
5. Mantissza: az 1 utáni rész: 101000... (52 bitre kiegészítve)

0 10000000001 1010000000000000000000000000000000000000000000000000

• Előjel: 0 vagy 1
• Kitevő: 0
• Mantissza: 0 Kétféle nulla létezik: +0 és -0

• Kitevő: csak 1-esek (2047)
• Mantissza: 0 +∞ vagy -∞ attól függően, hogy az előjel bit 0 vagy 1.

• Kitevő: csak 1-esek (2047)
• Mantissza: ≠ 0 Például 0.0 / 0.0 eredménye.

• Kitevő: 0
• Mantissza: ≠ 0 Használatuk: nagyon kis számok reprezentálása, ahol a normalizált forma már nem elég.

• Pontosság: kb. 15-17 decimális számjegy
• Legkisebb pozitív normalizált érték: ≈ 2.225074 × 10⁻³⁰⁸
• Legnagyobb érték: ≈ 1.797693 × 10³⁰⁸
• Epsilon (gépegység): legkisebb érték, amit hozzá lehet adni 1-hez úgy, hogy az különbözzön tőle → kb. 2.220446 × 10⁻¹⁶

#include <iostream>
#include <iomanip>
using namespace std;

int main() {
    double a = 1.0 / 3.0;
    cout << setprecision(20) << a << endl; // pontosabb kiírás
    return 0;
}

Kimenet:

0.33333333333333331483

• Kerekítési hibák: minden műveletnél fennáll, mivel véges biten tároljuk a végtelen számú tizedest.
• Összehasonlítás: lebegőpontos számokat nem szabad egyenlőségvizsgálattal (==) összehasonlítani. Használj epszilon alapú ellenőrzést:

bool almostEqual(double a, double b, double eps = 1e-10) {
    return fabs(a - b) < eps;
}

• Associativity nem érvényes:

(a + b) + c ≠ a + (b + c)

• Tudományos számítások
• Grafika (pl. OpenGL)
• Gépi tanulás, szimulációk
• Fizikai modellezés
• Numerikus módszerek

Példa online dekóderre:

• https://www.h-schmidt.net/FloatConverter/IEEE754.html

Ez megmutatja:

• Bináris tárolási formátumot
• Hexadecimális kódot
• Mantisszát és kitevőt

A double-precision floating-point egy kompromisszum: elegendő pontosság sok alkalmazáshoz, miközben még mindig elérhető sebességgel és memóriaköltséggel dolgozik. Bár nem alkalmas minden típusú számolásra (pl. pénzügyi számításokhoz fixpontos aritmetika javasolt), a tudományos és technikai programozásban elengedhetetlen eszköz.

• double-precision floating-point format - Szótár.net (en-hu)
• double-precision floating-point format - Sztaki (en-hu)
• double-precision floating-point format - Merriam–Webster
• double-precision floating-point format - Cambridge
• double-precision floating-point format - WordNet
• double-precision floating-point format - Яндекс (en-ru)
• double-precision floating-point format - Google (en-hu)
• double-precision floating-point format - Wikidata
• double-precision floating-point format - Wikipédia (angol)