但单精度浮点型却达到了：

-340'0000'0000'0000'0000'0000'0000'0000'0000'0000~340'0000'0000'0000'0000'0000'0000'0000'0000'0000（负三百四十涧至三百四十涧[注：一涧为万沟，一沟为万穰，一穰为万秭，一秭为万垓，一垓为万京]）

为什么在相同的存储空间下，Long长整形的数值范围才达到京的程度，而Float单精度浮点型的数值范围却已经达到了涧的程度了呢？这到底是人性的扭曲还是道德的沦丧？

这还没完。我们知道，整数它规定一个最大范围，正负整数就都有其自己的最大值和最小值了。但小数不一样，你规定一个最大值，但它还可以无限增加它的小数位数，如：

1.76×10????????????????

这数虽然很小，但小到小数位数就有999'9999'9999'9999将近千兆位了。如果要表示这串数字，光是4B的空间是绝对不够的。所以，浮点数数值类型也有其自己的小数位数最大值：

单精度浮点型：45位小数位数

双精度浮点型：45位小数位数

看来小数位最大值都一样嘛。

刚才我们提了两个问题：

1.为什么在相同的空间下，Long长整形的数值范围才达到京的程度，而Float单精度浮点型的数值范围却已经达到了涧的程度了呢？

2.这到底是人性的扭曲还是道德的沦丧？

首先我们来解答第一个问题。

其实，不管是什么浮点数，管他是单精度、双精度还是三精度，它们都有一个标准，这个标准就是：IEEE 754-2008（IEEE二进位浮点数算术标准）

这个标准规定了很多东西，想深入了解的话可以去百度百科上，这里就不细讲了。

其中，最重要的也是最简单的莫过于一个公式：

Value=sign bit×exponent bias×fraction

即一个浮点数，等于符号位乘以指数偏移值再乘以分数值。

看不懂是吧？其实，浮点数的表示方法就是用到了我们在学前班就学到过的“科学计数法”。

比如我们的单精度浮点型，它的32个位分别是：

0'00000000'00000000000000000000000

（符号位:1）'（阶码:8）'（尾数:23）

看来还是看不懂啊。算了，总之，是因为浮点数采用了科学计数法的方式来存储，才可以在32位的空间内塞入这么大的数值。

这就是第一个问题的答案。

第二个问题的答案就非常简单了，是：无法确定，因为人类的情绪是无法用语言准确表达出来的，最多也只能表达个大概。

现在我们知道浮点数使用的是科学计数法来存储。这种存储方法有利也有弊：利在于可存储数值的范围扩大了很多；但弊也有，就是能准确存储的数值范围缩小了。

这章没有结束，请点击下一页继续阅读！

啥意思呢？刚才说过，Long长整形的数值范围是：

-922'3372'0368'5477'5808~922'3372'0368'5477'5807

在这个范围内，存储的数值都是非常准确的，不会你给了个在这个范围内的数，计算机就在后台为了方便给你这个数四舍五入或者砍了几个0。因此，我们就把这个Long长整形的数值范围又叫做Long长整形的有效数值范围。

但浮点数就不一样了，由于使用科学计数法存储，导致数值范围看起来很大，但实际有效数值范围只有那么一点点：