浮点数在内存中的存储方式
float和double类型的内存分布和比较方法
[C/C++] float和double类型的内存分布和比较方法C/C++的浮点数据类型有float和double两种。
类型float大小为4字节，即32位，内存中的存储方式如下：指数和尾数均从浮点数的二进制科学计数形式中获取。
如，十进制浮点数2.5的二进制形式为10.1，转换为科学计数法形式为(1.01)*(10^1)，由此可知指数为1，尾数（即科学计数法的小数部分）为01。
根据浮点数的存储标准（IEEE制定），float类型指数的起始数为127（二进制0111 1111），double类型指数的起始数为1023(二进制011 1111 1111)，在此基础上加指数，得到的就是内存中指数的表示形式。
尾数则直接填入，如果空间多余则以0补齐，如果空间不够则0舍1浮点数2.5可以用二进制小数准确表示（2.5=1*(2^1)+0*(2^0)+1*(2^-1)），但很多小数不可以由于对无限循环尾数的截取遵循0舍1入，尾数的第21~24位为0011，第53~56位为0011，而float尾数容量为23位，double尾数容量为52位，所以，float形式的最后三位因进位而成010，double形式则没有进位发生。
类型float和double通过==,>,<等比较不会引起编译错误，但是非常可能得到错误的结果。
这是因为它们的内存分布不同，不可以直接比较。
正确的方法是转换为同一类型后比较两者差值，如果结果小于规定的小值，则视为相等。
如，一个比较double的实现：/index.php?title=How_to_compare_double_or_float_in_Cpp另外，本文参考了如下webs：/2008/01/memory-map-of-floatdouble.html/hzb1983/archive/2007/09/24/1798555.aspxP.S.1)IEEE浮点数标准：4字节浮点数：1位符号位，8位阶数（基数为127的移码），23位尾数；8字节浮点数：1位符号位，11位阶数（基数为1023的移码），52位尾数2 )在VC中：float数值范围约在-10e38~10e38，并提供7位有效数字位，绝对值小于10e38地数被处理成零值double数值范围约在-10e308~10e308，并提供15~16位有效数字，绝对值小于10e308地数被处理成零值。
c++语言中单精度浮点型和双精度浮点型
c++语言中单精度浮点型和双精度浮点型
在C++语言中，单精度浮点型和双精度浮点型是用于表示实数的数据类型。
单精度浮点型，也称为float类型，在内存中占用4个字节（32位）。
它的取值范围约为-3.4E38到3.4E38，并且可以保留大约6到7位有
效数字。
浮点数在内存中以科学记数法的形式存储，即一个数的科学
记数法形式为m x 10^n，其中m称为尾数，n称为阶码。
单精度浮点
型能够表示小数点后多达6到7位的位置。
双精度浮点型，也称为double类型，在内存中占用8个字节（64位）。
它的取值范围约为-1.7E308到1.7E308，并且可以保留大约15到16
位有效数字。
双精度浮点型相比于单精度浮点型，能够表示更大范围
和更高精度的实数值。
双精度浮点型在内存中的存储方式与单精度浮
点型相似。
在C++中，可以使用float关键字定义单精度浮点型变量，如：float num = 3.14f；使用double关键字定义双精度浮点型变量，如：
double num = 3.14159；在进行浮点数运算时，C++会根据操作数的类
型自动选择合适的函数进行计算。
需要注意的是，由于浮点数的存储方式与实数的存储方式存在一定的
差别，因此在进行浮点数比较时应该注意精度误差的问题，可以使用
特定的比较方法来避免精度误差带来的问题。
浮点数在内存中的存储方式
浮点数在内存中的存储方式
浮点数是存储浮点计算结果的一种常见数据类型，可以用来表示介于有理数和无理数
之间的数值。
在内存中，浮点数通常以“浮点编码”形式进行存储，其表示方法有IEEE-754标准，按照该标准，浮点数可以用32位或64位表示。
IEEE-754标准，32位浮点编码的存储格式如下：首先用一位来表示有效数字的符号，即正数时为0，负数时为1，后面接8位无符号表示指数域，再接23位有符号表示尾数域。
一般来说，在当前系统中，IEEE-754标准可以分为单精度浮点数（32位）和双精度
浮点数（64位）。
单精度浮点数的存储格式如上所述：第一位为符号位，接下来的八位位指数域，然后是尾数域。
指数域是由八位“2的次幂”组合而成的，尾数域是有效数字的
连续序列。
而双精度格式（64位）的存储形式同样遵循IEEE754标准，区别在于：双精度格式符号位和指数域都是一位，而且指数域长度为11位；尾数域长度则增加到52位。
其存储格
式如下：第一位为符号位，接着是11位指数域，最后跟着52位尾数域。
指数域仍不变，根据尾数域存储了更多的有效数字，因此可以储存较大的数，这就是
双精度格式的优势。
另外，因为双精度格式能够存储更多的位数，可以更为精确地存储我
们的数据，因此，在数值计算中，双精度浮点数常常被使用。
浮点数在内存中的存储方式
浮点数在内存中的存储方式任何数据在内存中都是以二进制的形式存储的，例如一个short型数据1156，其二进制表示形式为00000100 10000100。
则在Intel CPU架构的系统中，存放方式为10000100(低地址单元) 00000100(高地址单元)，因为Intel CPU的架构是小端模式。
但是对于浮点数在内存是如何存储的?目前所有的C/C++编译器都是采用IEEE所制定的标准浮点格式，即二进制科学表示法。
在二进制科学表示法中，S=M*2^N 主要由三部分构成：符号位+阶码(N)+尾数(M)。
对于float型数据，其二进制有32位，其中符号位1位，阶码8位，尾数23位；对于double型数据，其二进制为64位，符号位1位，阶码11位，尾数52位。
31 30-23 22-0float 符号位阶码尾数63 62-52 51-0double 符号位阶码尾数符号位：0表示正，1表示负阶码：这里阶码采用移码表示，对于float型数据其规定偏置量为127,阶码有正有负，对于8位二进制，则其表示范围为-128-127，double型规定为1023，其表示范围为-1024-1023。
比如对于float型数据，若阶码的真实值为2，则加上127后为129，其阶码表示形式为10000010尾数:有效数字位，即部分二进制位(小数点后面的二进制位)，因为规定M的整数部分恒为1，所以这个1就不进行存储了。
下面举例说明：float型数据125.5转换为标准浮点格式125二进制表示形式为1111101，小数部分表示为二进制为1，则125.5二进制表示为1111101.1，由于规定尾数的整数部分恒为1，则表示为1.1111011*2^6，阶码为6，加上127为133，则表示为10000101，而对于尾数将整数部分1去掉，为1111011，在其后面补0使其位数达到23位，则为11110110000000000000000则其二进制表示形式为0 10000101 11110110000000000000000，则在内存中存放方式为：00000000 低地址000000001111101101000010 高地址而反过来若要根据二进制形式求算浮点数如0 10000101 11110110000000000000000由于符号为为0，则为正数。
整数和浮点数在内存中的存储方式
整数和浮点数在内存中的存储方式内存储器的最小单位称为“位（bite）”，存放0或1，是一个二进制位。
一个“字节（byte）”由八位组成，并给每个字节分配一个地址。
若干个字节组成一个“字（word）”,用来存放一条机器指令或一个数据。
一、整数C语言中，一个int整数通常有两个字节存放，最高位存放整数的符号，正整数置0负整数置1。
1、正整数：两个字节存放的最大正整数是：0111111111111111，即十进制32767。
2、负整数：①负整数在内存中以补码形式存放，即按位取反得到反码，反码加1得到补码。
②将补码形式存放的二进制数转换成十进制的负整数的步骤☆按位取反☆转化成十进制数，并添加负号☆对所求数值减13、无符号型：此类型没有符号位，16位全部为有效位，即两个字节存放的最大正整数是：1111111111111111，即十进制65535。
二、浮点数浮点数保存的字节格式如下：地址+0 +1 +2 +3内容SEEE EEEE EMMM MMMM MMMMMMMMMMMMMMMM这里S 代表符号位，1是负，0是正E 偏移127的幂，二进制阶码=(EEEEEEEE)-127。
M 24位的尾数保存在23位中，只存储23位，最高位固定为1。
此方法用最较少的位数实现了较高的有效位数，提高了精度。
零是一个特定值，幂是0 尾数也是0。
浮点数-12.5作为一个十六进制数0xC1480000保存在存储区中，这个值如下：地址+0 +1 +2 +3内容0xC1 0x48 0x00 0x00浮点数和十六进制等效保存值之间的转换相当简单。
下面的例子说明上面的值-12.5如何转换。
浮点保存值不是一个直接的格式，要转换为一个浮点数，位必须按上面的浮点数保存格式表所列的那样分开，例如：地址+0 +1 +2 +3格式SEEE EEEE EMMM MMMM MMMMMMMMMMMMMMMM二进制11000001 01001000 00000000 00000000十六进制C1 48 00 00从这个例子可以得到下面的信息：符号位是1 表示一个负数幂是二进制10000010或十进制130，130减去127是3，就是实际的幂。
浮点数在内存中的存储方式
浮点数在内存中的存储⽅式1、在使⽤switch（value）时，value的类型可以是浮点吗？2、判断浮点数是否相等时，可以⽤float f1,f2; if(fi==f2){do something;}吗？都不可以。
这涉及浮点数在内存中的存储⽅式。
⼀、float型在内存中占4字节，double占8字节。
单精度float在内存中的存储格式如下图（1位符号位S，8位指数位E，23位有效数字M）：双精度double在内存中的存储格式如下图（1位符号位S，11位指数位E，52位有效数字M）：本⽂主要说单精度浮点型float，double类似。
(-1)^S * M * 2^E(-1)^S表⽰正负，S=1时为负，S=0时为正；M表⽰有效数字，1<=M<2；2^(E-127)表⽰指数位。
如⼗进制8.125，将其转化成⼆进制形式：对于整数部分8：8/2 商：4 余：04/2 商：2 余：02/2 商：1 余：01/2 商：0 余：1余数逆序，所以8的⼆进制为：1000对于⼩数部分0.125，：0.125*2 整数：0 ⼩数：0.250.25*2 整数：0 ⼩数：0.50.5*2 整数：1 ⼩数：0整数部分正序，所以0.125的⼆进制为：001所以8.125的⼆进制形式为：1000.001，即1.000001 * 2^3。
因是正数，所以，S=0；因M表⽰有效数字，1<=M<2，所以M=1.xxxxxxx，其中⼩数点前的1是固定的，可省略，则M只需要表⽰⼩数点后的数即可，故可⽤23位有效数字表⽰M部分，则8.125的M部分为 000 0010 0000 0000 0000 0000；⽽E部分8位是unsigned char，范围为0~255，但科学计数法的指数部分有正有负，故整体偏移127，⽤0~255来表⽰-127~128，所以8.125的指数E部分，实际写的是E：3+127=130=1000 0010，综上：8.125在内存中的存放bit为 0 1000 0010 000 0010 0000 0000 0000 0000 0000 ，即0x41020000程序验证⼀下：float f=8.125f;unsigned char *p = (unsigned char *)&f;printf("%x %x %x %x\n",p[0], p[1], p[2], p[3]);结果：0 0 2 41⼩端存储模式，低字节在前，⾼字节在后。
C语言中float,double类型,在内存中的结构（存储方式）.
C语⾔中float,double类型,在内存中的结构（存储⽅式）.从存储结构和算法上来讲，double和float是⼀样的，不⼀样的地⽅仅仅是float是32位的，double是64位的，所以double能存储更⾼的精度。
任何数据在内存中都是以⼆进制（0或1）顺序存储的，每⼀个1或0被称为1位，⽽在x86CPU上⼀个字节是8位。
⽐如⼀个16位（2 字节）的short int型变量的值是1000，那么它的⼆进制表达就是：00000011 11101000。
由于Intel CPU的架构原因，它是按字节倒序存储的，那么就因该是这样：11101000 00000011，这就是定点数1000在内存中的结构。
⽬前C/C++编译器标准都遵照IEEE制定的浮点数表⽰法来进⾏float,double运算。
这种结构是⼀种科学计数法，⽤符号、指数和尾数来表⽰，底数定为2——即把⼀个浮点数表⽰为尾数乘以2的指数次⽅再添上符号。
下⾯是具体的规格：符号位阶码尾数长度float 1 8 23 32double 1 11 52 64临时数 1 15 64 80由于通常C编译器默认浮点数是double型的，下⾯以double为例：共计64位，折合8字节。
由最⾼到最低位分别是第63、62、61、……、0位：最⾼位63位是符号位，1表⽰该数为负，0正； 62-52位，⼀共11位是指数位； 51-0位，⼀共52位是尾数位。
按照IEEE浮点数表⽰法，下⾯将把double型浮点数38414.4转换为⼗六进制代码。
把整数部和⼩数部分开处理:整数部直接化⼗六进制：960E。
⼩数的处理: 0.4=0.5*0+0.25*1+0.125*1+0.0625*0+…… 实际上这永远算不完！这就是著名的浮点数精度问题。
所以直到加上前⾯的整数部分算够53位就⾏了（隐藏位技术：最⾼位的1 不写⼊内存）。
如果你够耐⼼，⼿⼯算到53位那么因该是：38414.4(10)=1001011000001110.0110101010101010101010101010101010101(2)科学记数法为：1.001……乘以2的15次⽅。
单精度浮点数存储格式
单精度浮点数存储格式单精度浮点数是一种在计算机中存储实数的格式。
它是一种32位的数据类型，可以用来表示范围更大，精度更高的浮点数。
单精度浮点数在内存中以8字节（64位）的形式存储，其中一部分用于表示符号（S），一部分用于表示指数（E），一部分用于表示尾数（M）。
具体来说，它的存储格式如下：1.符号位（S）：这是最高位，用于表示这个数是正数还是负数。
如果这个位是0，那么这个数是正数；如果这个位是1，那么这个数是负数。
2.指数位（E）：接下来的8位用于表示指数。
这个指数是以偏移量1023（即2的10次方减1）为基准的。
也就是说，实际的指数值等于存储的指数位减去1023。
指数决定了浮点数的规模，而尾数则决定了浮点数的精确部分。
3.尾数位（M）：最后的24位用于表示尾数。
尾数是在二进制小数点右边的一系列位，它们决定了浮点数的精确部分。
由于这些位是在二进制小数点右边，所以它们是相对于1的二进制偏移量。
也就是说，尾数乘以2的负23次方（即1/8388608）可以得到这个数的精确部分。
这种格式允许我们存储从大约-3.4e38到3.4e38的实数，并且具有大约7位十进制精度的分辨率。
这是在许多应用中处理和存储实数的常见方式。
例如，在图形处理和科学计算中，这种格式可以非常有效地处理需要大量浮点运算的任务。
此外，单精度浮点数的存储方式对于程序员来说是完全透明的。
他们只需要使用编程语言提供的相应数据类型（例如，在C++中的float），就可以在内存中以这种格式存储和操作浮点数。
这些语言通常还提供了一组函数来执行与浮点数相关的常见操作，如加法、减法、乘法、除法等。
总的来说，单精度浮点数的存储格式是一种在内存中高效地表示实数的强大工具。
它的符号、指数和尾数的设计使得它可以用来表示广泛的数值范围，同时还能保持较高的精度。
这种格式被广泛应用于各种计算机系统和应用中，无论是桌面应用、服务器还是嵌入式系统。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浮点数在内存中的存储方式任何数据在内存中都是以二进制的形式存储的，例如一个short型数据1156，其二进制表示形式为00000100 10000100。
则在Intel CPU架构的系统中，存放方式为10000100(低地址单元) 00000100(高地址单元)，因为Intel CPU的架构是小端模式。
但是对于浮点数在内存是如何存储的?目前所有的C/C++编译器都是采用IEEE所制定的标准浮点格式，即二进制科学表示法。
在二进制科学表示法中，S=M*2^N 主要由三部分构成：符号位+阶码(N)+尾数(M)。
对于float型数据，其二进制有32位，其中符号位1位，阶码8位，尾数23位；对于double型数据，其二进制为64位，符号位1位，阶码11位，尾数52位。
31 30-23 22-0float 符号位阶码尾数63 62-52 51-0double 符号位阶码尾数符号位：0表示正，1表示负阶码：这里阶码采用移码表示，对于float型数据其规定偏置量为127,阶码有正有负，对于8位二进制，则其表示范围为-128-127，double型规定为1023，其表示范围为-1024-1023。
比如对于float型数据，若阶码的真实值为2，则加上127后为129，其阶码表示形式为10000010尾数:有效数字位，即部分二进制位(小数点后面的二进制位)，因为规定M的整数部分恒为1，所以这个1就不进行存储了。
下面举例说明：float型数据125.5转换为标准浮点格式125二进制表示形式为1111101，小数部分表示为二进制为1，则125.5二进制表示为1111101.1，由于规定尾数的整数部分恒为1，则表示为1.1111011*2^6，阶码为6，加上127为133，则表示为10000101，而对于尾数将整数部分1去掉，为1111011，在其后面补0使其位数达到23位，则为11110110000000000000000则其二进制表示形式为0 10000101 11110110000000000000000，则在内存中存放方式为：00000000 低地址000000001111101101000010 高地址而反过来若要根据二进制形式求算浮点数如0 10000101 11110110000000000000000由于符号为为0，则为正数。
阶码为133-127=6，尾数为11110110000000000000000，则其真实尾数为1.1111011。
所以其大小为1.1111011*2^6，将小数点右移6位，得到1111101.1，而1111101的十进制为125，0.1的十进制为1*2^(-1)=0.5，所以其大小为125.5。
同理若将float型数据0.5转换为二进制形式0.5的二进制形式为0.1，由于规定正数部分必须为1，将小数点右移1位，则为1.0*2^(-1)，其阶码为-1+127=126，表示为01111110，而尾数1.0去掉整数部分为0，补齐0到23位00000000000000000000000，则其二进制表示形式为0 01111110 00000000000000000000000由上分析可知float型数据最大表示范围为1.11111111111111111111111*2^127=3.4*10^38对于double型数据情况类似，只不过其阶码为11位，偏置量为1023，尾数为52位。
定点数与浮点数区别最近做HDR时，经常要用NV提供的16位纹理，它的说明书16位能达到24位的精度，就很奇怪？一直搞不懂浮点数的精度怎么算的？今天认真看了一下IEEE float point的标准，终于明白是什么了1. 什么是浮点数在计算机系统的发展过程中，曾经提出过多种方法表达实数。
典型的比如相对于浮点数的定点数（Fixed Point Number）。
在这种表达方式中，小数点固定的位于实数所有数字中间的某个位置。
货币的表达就可以使用这种方式，比如99.00 或者00.99 可以用于表达具有四位精度（Precision），小数点后有两位的货币值。
由于小数点位置固定，所以可以直接用四位数值来表达相应的数值。
SQL 中的NUMBER 数据类型就是利用定点数来定义的。
还有一种提议的表达方式为有理数表达方式，即用两个整数的比值来表达实数。
定点数表达法的缺点在于其形式过于僵硬，固定的小数点位置决定了固定位数的整数部分和小数部分，不利于同时表达特别大的数或者特别小的数。
最终，绝大多数现代的计算机系统采纳了所谓的浮点数表达方式。
这种表达方式利用科学计数法来表达实数，即用一个尾数（Mantissa ），一个基数（Base），一个指数（Exponent）以及一个表示正负的符号来表达实数。
比如123.45 用十进制科学计数法可以表达为 1.2345 × 102 ，其中1.2345 为尾数，10 为基数，2 为指数。
浮点数利用指数达到了浮动小数点的效果，从而可以灵活地表达更大范围的实数。
提示: 尾数有时也称为有效数字（Significand）。
尾数实际上是有效数字的非正式说法。
同样的数值可以有多种浮点数表达方式，比如上面例子中的123.45 可以表达为12.345 × 101，0.12345 × 103 或者 1.2345 × 102。
因为这种多样性，有必要对其加以规范化以达到统一表达的目标。
规范的（Normalized）浮点数表达方式具有如下形式：±d.dd...d × β e , (0 ≤ d i < β)其中 d.dd...d 即尾数，β 为基数，e 为指数。
尾数中数字的个数称为精度，在本文中用p 来表示。
每个数字 d 介于0 和基数之间，包括0。
小数点左侧的数字不为0。
基于规范表达的浮点数对应的具体值可由下面的表达式计算而得：±(d 0 + d 1β-1 + ... + d p-1β-(p-1))β e , (0 ≤ d i < β)对于十进制的浮点数，即基数β 等于10 的浮点数而言，上面的表达式非常容易理解，也很直白。
计算机内部的数值表达是基于二进制的。
从上面的表达式，我们可以知道，二进制数同样可以有小数点，也同样具有类似于十进制的表达方式。
只是此时β 等于2，而每个数字 d 只能在0 和 1 之间取值。
比如二进制数1001.101 相当于 1 × 2 3 + 0 × 22 + 0 × 21 + 1 ×20 + 1 × 2-1 + 0 × 2-2 + 1 × 2-3，对应于十进制的9.625。
其规范浮点数表达为 1.001101 × 23。
2. IEEE 浮点数计算机中是用有限的连续字节保存浮点数的。
保存这些浮点数当然必须有特定的格式，Java 平台上的浮点数类型float 和double 采纳了IEEE 754 标准中所定义的单精度32 位浮点数和双精度64 位浮点数的格式。
注意: Java 平台还支持该标准定义的两种扩展格式，即float-extended-exponent 和double-extended-exponent 扩展格式。
这里将不作介绍，有兴趣的读者可以参考相应的参考资料。
在IEEE 标准中，浮点数是将特定长度的连续字节的所有二进制位分割为特定宽度的符号域，指数域和尾数域三个域，其中保存的值分别用于表示给定二进制浮点数中的符号，指数和尾数。
这样，通过尾数和可以调节的指数（所以称为"浮点"）就可以表达给定的数值了。
具体的格式参见下面的图例：在上面的图例中，第一个域为符号域。
其中0 表示数值为正数，而 1 则表示负数。
第二个域为指数域，对应于我们之前介绍的二进制科学计数法中的指数部分。
其中单精度数为8 位，双精度数为11 位。
以单精度数为例，8 位的指数为可以表达0 到255 之间的255 个指数值。
但是，指数可以为正数，也可以为负数。
为了处理负指数的情况，实际的指数值按要求需要加上一个偏差（Bias）值作为保存在指数域中的值，单精度数的偏差值为127，而双精度数的偏差值为1023。
比如，单精度的实际指数值0 在指数域中将保存为127；而保存在指数域中的64 则表示实际的指数值-63。
偏差的引入使得对于单精度数，实际可以表达的指数值的范围就变成-127 到128 之间（包含两端）。
我们不久还将看到，实际的指数值-127（保存为全0）以及+128（保存为全1）保留用作特殊值的处理。
这样，实际可以表达的有效指数范围就在-127 和127 之间。
在本文中，最小指数和最大指数分别用emin 和emax 来表达。
图例中的第三个域为尾数域，其中单精度数为23 位长，双精度数为52 位长。
除了我们将要讲到的某些特殊值外，IEEE 标准要求浮点数必须是规范的。
这意味着尾数的小数点左侧必须为1，因此我们在保存尾数的时候，可以省略小数点前面这个1，从而腾出一个二进制位来保存更多的尾数。
这样我们实际上用23 位长的尾数域表达了24 位的尾数。
比如对于单精度数而言，二进制的1001.101（对应于十进制的9.625）可以表达为 1.001101 ×23，所以实际保存在尾数域中的值为00110100000000000000000，即去掉小数点左侧的1，并用0 在右侧补齐。
值得注意的是，对于单精度数，由于我们只有24 位的指数（其中一位隐藏），所以可以表达的最大指数为224 - 1 = 16,777,215。
特别的，16,777,216 是偶数，所以我们可以通过将它除以 2 并相应地调整指数来保存这个数，这样16,777,216 同样可以被精确的保存。
相反，数值16,777,217 则无法被精确的保存。
由此，我们可以看到单精度的浮点数可以表达的十进制数值中，真正有效的数字不高于8 位。
事实上，对相对误差的数值分析结果显示有效的精度大约为7.22 位。
参考下面的示例：true value stored value--------------------------------------16,777,215 1.6777215E716,777,216 1.6777216E716,777,217 1.6777216E716,777,218 1.6777218E716,777,219 1.677722E716,777,220 1.677722E716,777,221 1.677722E716,777,222 1.6777222E716,777,223 1.6777224E716,777,224 1.6777224E716,777,225 1.6777224E7--------------------------------------根据标准要求，无法精确保存的值必须向最接近的可保存的值进行舍入。