实际上，这是因为浮点数 float 采用了不同的表示方式。根据 IEEE 754 标准，32‑bit 长度的 float 由以下 部分构成： ‧ 符号位 S ：占 1 bit 。 ‧ 指数位 E ：占 8 bits 。 ‧ 分数位 N ：占 24 bits ，其中 23 位显式存储。 设 32‑bit 二进制数的第 ? 位为 ?? ，则 float 值的计算方法定义为： val = (−1)?31 × 现在我们可以回答最初的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 尽管浮点数 float 扩展了取值范围，但其副作用是牺牲了精度。整数类型 int 将全部 32 位用于表示数字，数 字是均匀分布的；而由于指数位的存在，浮点数 float 的数 的数值越大，相邻两个数字之间的差值就会趋向越 大。 进一步地，指数位 ? = 0 和 ? = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) × (1.N) 255 ±∞ NaN

… ?2?1?0 根据 IEEE 754 标准，32‑bit 长度的 float 由以下三个部分构成。 ‧ 符号位 S ：占 1 位，对应 ?31 。 ‧ 指数位 E ：占 8 位，对应 ?30?29 … ?23 。 ‧ 分数位 N ：占 23 位，对应 ?22?21 … ?0 。 二进制数 float 对应值的计算方法为： val = (−1)?31 × 2(?30?29…?23)2−127 现在我们可以回答最初的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 尽管浮点数 float 扩展了取值范围，但其副作用是牺牲了精度。整数类型 int 将全部 32 比特用于表示数字， 数字是均匀分布的；而由于指数位的存在，浮点数 float 的 的数值越大，相邻两个数字之间的差值就会趋向越 大。 如表 3‑2 所示，指数位 E = 0 和 E = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 表 3‑2 指数位含义 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) ×

… ?2?1?0 根据 IEEE 754 标准，32‑bit 长度的 float 由以下三个部分构成。 ‧ 符号位 S ：占 1 位，对应 ?31 。 ‧ 指数位 E ：占 8 位，对应 ?30?29 … ?23 。 ‧ 分数位 N ：占 23 位，对应 ?22?21 … ?0 。 二进制数 float 对应值的计算方法为： val = (−1)?31 × 2(?30?29…?23)2−127 现在我们可以回答最初的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 尽管浮点数 float 扩展了取值范围，但其副作用是牺牲了精度。整数类型 int 将全部 32 比特用于表示数字， 数字是均匀分布的；而由于指数位的存在，浮点数 float 的 的数值越大，相邻两个数字之间的差值就会趋向越 大。 如表 3‑2 所示，指数位 ? = 0 和 ? = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 表 3‑2 指数位含义 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) ×

1?0 根据 IEEE 754 标准，32‑bit 长度的 float 由以下三个部分构成。 ‧ 符号位 S ：占 1 bit ，对应 ?31 。 ‧ 指数位 E ：占 8 bits ，对应 ?30?29 … ?23 。 ‧ 分数位 N ：占 23 bits ，对应 ?22?21 … ?0 。 二进制数 float 对应的值的计算方法： val = (−1)?31 × 2(?30?29… 现在我们可以回答最初的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 尽管浮点数 float 扩展了取值范围，但其副作用是牺牲了精度。整数类型 int 将全部 32 位用于表示数字，数 字是均匀分布的；而由于指数位的存在，浮点数 float 的数 的数值越大，相邻两个数字之间的差值就会趋向越 大。 如表 3‑2 所示，指数位 ? = 0 和 ? = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 表 3‑2 指数位含义 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) × (1

… ?2?1?0 根据 IEEE 754 标准，32‑bit 长度的 float 由以下三个部分构成。 ‧ 符号位 S ：占 1 位，对应 ?31 。 ‧ 指数位 E ：占 8 位，对应 ?30?29 … ?23 。 ‧ 分数位 N ：占 23 位，对应 ?22?21 … ?0 。 二进制数 float 对应值的计算方法为： val = (−1)?31 × 2(?30?29…?23)2−127 现在我们可以回答最初的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 尽管浮点数 float 扩展了取值范围，但其副作用是牺牲了精度。整数类型 int 将全部 32 比特用于表示数字， 数字是均匀分布的；而由于指数位的存在，浮点数 float 的 的数值越大，相邻两个数字之间的差值就会趋向越 大。 如表 3‑2 所示，指数位 E = 0 和 E = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 表 3‑2 指数位含义 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) ×

其实，这是因为浮点数 float 采用了不同的表示方式。IEEE 754 标准规定，32‑bit 长度的 float 由以下部分构 成： ‧ 符号位 S ：占 1 bit ； ‧ 指数位 E ：占 8 bits ； ‧ 分数位 N ：占 24 bits ，其中 23 位显式存储； 设 32‑bit 二进制数的第 ? 位为 ?? ，则 float 值的计算方法定义为 val = (−1)?31 × 2( 现在我们可以回答开始的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 浮点数 float 虽然拓展了取值范围，但副作用是牺牲了精度。整数类型 int 将全部 32 位用于表示数字，数字 是均匀分布的；而由于指数位的存在，浮点数 float 的数 的数值越大，相邻两个数字之间的差值就会趋向越大。 进一步地，指数位 ? = 0 和 ? = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) × (1.N) 255 ±∞ NaN 特别地，次正规数显著提升了小数精度：

其实，这是因为浮点数 float 采用了不同的表示方式。IEEE 754 标准规定，32‑bit 长度的 float 由以下部分构 成： ‧ 符号位 S ：占 1 bit ； ‧ 指数位 E ：占 8 bits ； ‧ 分数位 N ：占 24 bits ，其中 23 位显式存储； 设 32‑bit 二进制数的第 ? 位为 ?? ，则 float 值的计算方法定义为 val = (−1)?31 × 2( 现在我们可以回答开始的问题：float 的表示方式包含指数位，导致其取值范围远大于 int 。根据以上计算， float 可表示的最大正数为 2254−127 × (2 − 2−23) ≈ 3.4 × 1038 ，切换符号位便可得到最小负数。 浮点数 float 虽然拓展了取值范围，但副作用是牺牲了精度。整数类型 int 将全部 32 位用于表示数字，数字 是均匀分布的；而由于指数位的存在，浮点数 float 的数 的数值越大，相邻两个数字之间的差值就会趋向越大。 进一步地，指数位 ? = 0 和 ? = 255 具有特殊含义，用于表示零、无穷大、NaN 等。 指数位 E 分数位 N = 0 分数位 N ≠ 0 计算公式 0 ±0 次正规数 (−1)S × 2−126 × (0.N) 1, 2, … , 254 正规数 正规数 (−1)S × 2(E−127) × (1.N) 255 ±∞ NaN 特别地，次正规数显著提升了小数精度：

更多Golang资料包：扫码进入Github 1. 算术运算符 算数运算符就是对数值类型的变量进行运算的，比如，加减乘除。在Go中运用非常的多 算数运算符 除法演示 //说明，如果运算的数都是整数，那么除后，将会去除小数位 fmt.Println(10 / 4) //2 var n1 float32 = 10 / 4 fmt.Println(n1) //2 //如果我们希望保留小数，那么就需要有浮点数参与运算

所谓常量，也就是在程序编译阶段就确定下来的值，而程序在运行时无法改变该值。在Go程序中，常量 可定义为数值、布尔值或字符串等类型。 它的语法如下： 下面是一些常量声明的例子： Go 常量和一般程序语言不同的是，可以指定相当多的小数位数(例如200位)，若指定给 float32 自动缩 短为 32bit ，指定给 float64 自动缩短为 64bit ，详情参考 http://golang.org/ref/spec#Constants

，即 ? 為短板、? 為長板。 第 15 章 貪婪 www.hello‑algo.com 359 圖 15‑8 初始狀態 如圖 15‑9 所示，若此時將長板 ? 向短板 ? 靠近，則容量一定變小。 這是因為在移動長板 ? 後，寬度 ? − ? 肯定變小；而高度由短板決定，因此高度只可能不變（? 仍為短板）或 變小（移動後的 ? 成為短板）。 圖 15‑9 向內移動長板後的狀態 反向思考，我們只有向內收縮短板 指標相遇。 圖 15‑11 展示了貪婪策略的執行過程。 1. 初始狀態下，指標 ? 和 ? 分列陣列兩端。 2. 計算當前狀態的容量 ???[?, ?] ，並更新最大容量。 3. 比較板 ? 和板 ? 的高度，並將短板向內移動一格。 4. 迴圈執行第 2. 步和第 3. 步，直至 ? 和 ? 相遇時結束。 第 15 章 貪婪 www.hello‑algo.com 361 圖 15‑11 maxCapacity(ht []int) int { // 初始化 i, j，使其分列陣列兩端 i, j := 0, len(ht)-1 // 初始最大容量為 0 res := 0 // 迴圈貪婪選擇，直至兩板相遇 第 15 章 貪婪 www.hello‑algo.com 362 for i < j { // 更新最大容量 capacity := int(math.Min(float64(ht[i])