十进制小数化为二进制小数的方法是什么_二进制的转换

article/2025/10/29 7:37:16

03218e0a-4213-eb11-8da9-e4434bdf6706.png

二进制是在计算机中常用的一种进制数,其数据用0和1两个数码来表示数据。我们人类常用的是十进制,那么二进制和十进制之间是有一个转换方法的。

二进制转换十进制

一个二进制数转换为十进制数,是比较简单的,其方法就是用每一个位置上的数字乘以该位置的权重,然后相加得到。举个例子,二进制的1010转换为十进制的话,从其最后面一位0开始,一直往前,其权重依次为2º、2¹、2²、2³,所以这个数转换为十进制就是0×2º+1×2¹+0×2²+1×2³=9.如果出现小数怎么办?方法一样,小数部分的每一位也有其权重,小数点后第一位权重为2的负一次方,2的负二次方以此类推例如:二进制的1.01转换为十进制就是1.25。

十进制转换为二进制

十进制转换为二进制是稍微有点复杂的过程,需要分为整数和小数两部分。整数部分用“除以二取余”的方法。具体说就是用短除法的形式让十进制的数除以二,将其每次的余数依次写下来,就是二进制的数,如十进制的26变为二进制的话,如图。

04218e0a-4213-eb11-8da9-e4434bdf6706.png

所以十进制的26变为二进制就是11010。对于小数部分,采用的是“乘以二取整”的方法。具体来说就是把小数部分拿出来,乘以2,得到的数把整数部分留下,小数部分继续乘2,得到的数继续进行这样的运算,直到小数部分为0或者取到足够的位数.然后将每次计算的整数部分依次写下来就是二进制下的该数字。计算如图。

05218e0a-4213-eb11-8da9-e4434bdf6706.png

当然,也会出现循环的情况,比如十进制下的0.2转换二进制时就会出现0011循环的情况,这个时候就是十进制的0.2转换为二进制的话就是(0.001100110011......).

所以在十进制下的26.625就是二进制下的11010.101。

二进制八进制,十六进制

其实除了二进制,十进制之外,我们还会见到八进制,十六进制,它们与二进制的关系非常密切。我们能够看到8是2的三次方,16是2的四次方,所以一个八进制为相当于3个二进制位;一个16进制位相当于4个二进制位。

举个例子,当我们将八进制下的26转换为二进制时,我们可以把2和6两个数字拆开来看,6相当于二进制的110, 2相当于二进制下的010,所以八进制下的26相当于二进制下的010110,最高位0可以省去,就是10110.这样我们就把八进制的一个数转换为二进制。

二进制转换为八进制也简单,就是三个二进制位是一个八进制为。举个例子,二进制下的11001转换时,可以这样看011 001,这样就可以分别计算011相当于0×2²+1×2¹+1×2º=3,001相当于1,。所以转换为八进制就是31。这里需要注意的一点是计算加法时要做到满8进1,因为八进制下不可能出现比8大的数字。

十六进制的转换类似,不过是一个十六进制位相当于4个二进制位。十六进制中就有了ABCDEF表示10 11 12 13 14 15。

这就是关于二进制的各种转换问题,当然,这里讨论的都是正数,负数问题需要跟进一步讨论。因为对于负数在二进制里有相应的表示方法,这里就不过多赘述了。


http://chatgpt.dhexx.cn/article/7DwOjoDF.shtml

相关文章

二进制小数的意义

回忆小学学的十进制小数的意义: 15.23这个小数,1是十位,5是个位,2是十分位,3是百分位。这个小数的意义为:,因为最低位为百分位,所以分母是100。 小数末尾加上0或去掉0,小…

浮点数(小数)在计算机中如何用二进制存储?

浮点数在计算机中如何用二进制存储? 前言 前面我有篇博文详解了二进制数,以及如何同二进制数表示整数。但是,计算机处理的不仅仅是整数,还有小数,同样小数在计算机也是用二进制进行存储的,但是&#xff0…

二进制小数的表示

二级制小数分为两大类:1、定点数;2、浮点数。 定点数 定点数: (1)小数点位置固定不变的数。 (2)定点数有定点整数和定点小数。 (定点整数:小数部分为0;定点…

腾讯TDSQL全时态数据库系统论文入选VLDB

当地时间2019年8月26至30日,VLDB 2019会议在美国加利福尼亚召开,腾讯分布式数据库TDSQL与中国人民大学最新联合研究成果被VLDB 2019接收并将通过长文形式发表。VLDB是国际数据管理与数据库领域顶尖的学术会议之一,这是继去年腾讯TDSQL相似度计…

顶会VLDB‘22论文解读:CAE-ENSEMBLE算法

摘要:针对时间序列离群点检测问题,提出了基于CNN-AutoEncoder和集成学习的CAE-ENSEMBLE深度神经网络算法,并通过大量的实验证明CAE-ENSEMBLE算法能有效提高时间序列离群点检测的准确度与效率。 本文分享自华为云社区《VLDB22 CAE-ENSEMBLE论文…

【轨迹压缩】Trajectory Simplification: On Minimizing the Direction-based Error [2015] [VLDB]

一、一个动机 保护方向信息的方向保持轨迹简化(DPTS)已被证明表现良好,而现有关于 DPTS 的研究 要求用户指定一个容错,在某些情况下用户可能不知道如何正确设置(例如,容错只能在未来某个时间知道&#xff…

VLDB 2021 EAB最佳论文:深度解析机器学习的基数估计为何无法实现?

©作者 | 曲昌博单位 | 西蒙菲莎大学近日,IEEE 数据工程新星奖王健楠团队论文《Are We Ready for Learned Cardinality Estimation?》夺得数据库顶会 VLDB 2021 年度的 EA&B 最佳论文奖。 数据库是企业管理和查询数据的复杂软件系统。 近年来随着机器学习以…

Transformers如何处理表格数据?【VLDB2022教程】Transformer表格数据表示:模型和应用...

来源:专知 本文为教程介绍,建议阅读5分钟最近的研究工作通过开发表格数据的神经表示扩展了语言模型。 在过去的几年中,自然语言处理界见证了基于transformer的语言模型(LM)在自由文本的神经表示方面的进展。鉴于关系表中可用知识的重要性&…

openGauss亮相VLDB2020,展示内存优化研究成果

VLDB(Very Large Data Base)作为数据库领域的三大顶级国际会议之一,是面向数据库研究人员,内核开发人员,开发商以及用户的年度国际会议论坛,代表数据库系统领域最杰出的研究和工程进展。在2020年&#xff0…

VLDB 2023 | 北大河图发布分布式训练神器Galvatron,一键实现大模型高效自动并行...

©作者 | 北京大学河图团队 单位 | 北京大学数据与智能实验室 北大河图团队提出了一套面向大模型的自动并行分布式训练系统 Galvatron,相比于现有工作在多样性、复杂性、实用性方面均具有显著优势,论文成果已经被 VLDB 2023 接收。 最近一段时间&…

利用 Map-Reduce 从文件中找到出现频率最高的 10 个 URL(2021 VLDB Summer School Lab0)

这篇博文主要是对 2021 VLDB Summer School Lab0 的一个总结 这个lab与MIT 6.824 的 lab1 相似,个人感觉比MIT 6.824 的 lab1 要稍微简单些,更容易上手。通过这个lab,可以学习到一些 Golang 的基础知识并对分布式系统有一个基础的了解&#…

Flink OLAP 助力 ByteHTAP 亮相数据库顶会 VLDB

复杂查询 QPS 破百,字节跳动 Flink OLAP 助力 ByteHTAP 亮相数据库顶会 VLDB。 2022 年 9 月 5 日至 9 月 9 日,VLDB 2022 在澳大利亚悉尼举行。字节跳动基础架构研究成果《ByteHTAP: ByteDance’s HTAP System with High Data Freshness and Strong Dat…

湖南大学计算机专业硕士研究导师,湖南大学研究生导师李睿科研论文被世界顶级数据库学术会议VLDB刊发...

李睿老师的论文被国际数据库顶级会议Very Large Data Bases接受并发表。 刊发的论文。 日前,以湖南大学信息科学与工程学院计算机科学系研究生导师李睿为第一作者,湖南大学为第一作者单位的科研论文“Fast Range Query Processing with Strong Privacy P…

PM-LSH: A Fast and Accurate LSH Framework for High-Dimensional Approximate NN Search(VLDB)

由于维数灾难的影响,高维空间中的最近邻(NN)搜索本质上是计算开销巨大的。局部敏感哈希(locality-sensitive hashing, LSH)是一种著名的近似神经网络搜索算法,能够以恒定概率在亚线性时间内回答c-近似神经网络(c-ANN)查询。现有的LSH方法主要基于哈希桶建…

Updatable Learned Index with Precise Positions(VLDB2022)

在现代数据库引擎中,索引在加速查询处理方面起着至关重要的作用。“学习索引”的新范式极大地改变了DBMS中索引结构的设计方式。关键的见解是,索引可以被视为预测数据集中查找键位置的学习模型。虽然这类研究在查找时间和索引大小方面都显示出良好的结果…

VLDB 2023 | 北大河图发布分布式训练神器Galvatron, 一键实现大模型高效自动并行...

关注公众号,发现CV技术之美 本文转自机器之心。 北大河图团队提出了一套面向大模型的自动并行分布式训练系统Galvatron,相比于现有工作在多样性、复杂性、实用性方面均具有显著优势,论文成果已经被 VLDB 2023 接收。 最近一段时间&#xff0c…

Benchmarking Learned Indexes(VLDB2021)

最近学习索引结构的进步建议用近似学习模型来替代现有的索引结构,比如b树。在这项工作中,我们提出了一个统一的基准,它将三种已经学习过的索引结构的优化实现与几种最先进的传统基准进行比较。通过使用四个真实的数据集,我们证明了…

阿里云数据库再获学术顶会认可,一文全览VLDB最新亮点

一年一度的数据库领域顶级会议VLDB 2019于当地时间8月26日-8月30日在洛杉矶圆满落幕。在本届大会上,阿里云数据库产品团队浓墨登场,不仅有多篇论文入选Research Track和Industrial Track,为了进一步加深产学研学术交流,阿里云还在…

2019计算机研究生暑期学校,2019年度VLDB暑期学校

由CCF数据库专业委员会、VLDB中国数据库学院主办,中国人民大学信息学院与数据工程与知识工程教育部重点实验室承办的2019年度VLDB暑期学校(VLDB Summer School 2019)于2019年7月22日在中国人民大学信息楼报告厅隆重举行开班仪式。出席开班仪式的嘉宾有:中…

13 种高维向量检索算法全解析!数据库顶会 VLDB 2021 论文作者干货分享

编者按: 以图搜图、商品推荐、社交推荐等社会场景中潜藏了大量非结构化数据,这些数据被工程师们表达为具有隐式语义的高维向量。为了更好应对高维向量检索这一关键问题,杭州电子科技大学计算机专业硕士王梦召等人探索并实现了「效率和精度最…