浮点数是一种常用的表示数的方式，因小数点可以浮动得名。我们更关心的是在计算机中如何表示浮点数。到目前为止，IEEE754统一了浮点数的相关规范，本文也针对于IEEE754来进行分析。
在一般的通用计算机中，通常来讲单精度浮点数（float）使用32个bit来表示，双精度(double)使用64个bit来表示。因为单双精度方法类似，只是表达范围不同，所以本文以单精度（32bits）为例进行探讨。
对于单精度浮点数，32位被分为3部分，分别是符号位（1bit）,阶码位（8bits）,小数位（23bits）。对于浮点数，采用科学计数法的方式来进行数值上的表示。科学计数法也正好对应以上三部分。数值的正负又符号位体现，正数为0，负数为1。根据基数的不同，分为2，8，16进制等等，但映射到计算机中都是二进制。对于规格化浮点数来讲默认小数点前面的数字都是1，于是可以节省此bit位，不对此进行表示。小数部分对应三大部分中的小数位，直接按照小数点后的顺序对应即可。需要注意的就是不够23位的后面补0。
重点是在阶码位，也是本文的主要讲述对象。首先阶码的选择是移码而不是补码。移码就是设置偏移量的原码，从数值上来看也是符号位取反的补码，移码减去1作为阶码。为什么选择移码而不是补码呢？因为浮点数中涉及到很多比较的操作，也叫做“对阶”（我理解为两个浮点数比大小，第一个比的是整体数值的符号，其次就是阶的大小），而补码进行比较，需要先转换成原码非常麻烦。所以在这一点上移码具有强大的优势。（当然了，可能还有其他的原因，欢迎各位读者补充）。
为什么移码比较时具有优势呢？可以简单理解成使用移码在比较时都是正数，从原码变成移码的过程中加上了一个偏置常数（bias）。偏置常数的作用就是修改浮点数的规格化数阶数的表示范围。以IEEE754为例，有8位无符号数来表示阶数大小。因为特殊的规定，取消全是1的最大数和全是0的最小数，原因是保留全是1和全是0作为非规格化使用。所以表示范围是（1至254），共计254个数字。为了表示正负范围相同，偏置常数为254/2=127。在原来的左右两侧范围减去127后，表示的范围就变成（-126~127），以上这是属于表示阶段。当进行真正比较的时候，又重新加上偏置常数，变成正数，利于比较。所以一定要记住减去偏置常数后再用二进制做表示。
Bias的计算公式如下：
在之前的学习过程中，老师留下一个疑问，为什么浮点数表示不精确，具体内容可见博客：link
浮点数阶码为什么用移码表示，具体可见博客：link
对浮点数介绍很详细（虽然目前没看懂的）：link