整数和浮点数的区别

　　整数是指正整数、负整数和零，如-6、0、32等。

　　浮点数是指带有有限位小数的有理数，如-10.8、0.00、25.01等。整数既可以是整数，也可以是浮点数，例如255是整数，而255.0则是浮点数。整数运算，得到的结果是一个整数，并且计算结果中的小数部分将被忽略。例如：用整数运算时，100÷3＝33。浮点运算，得到的结果是一个浮点数，计算结果中的小数部分将保留下来。例如：用浮点运算时，100.0÷3.0=33.33333333。

　　浮点式：4.2×10^8=420000000整数式：42×1000000=420000000

　　浮点运算性能可以直观地反映一个cpu的计算能力，注意是“计算能力”

　　浮点数在计算机中用以近似表示任意某个实数。具体的说，这个实数由一个整数或定点数（即尾数）乘以某个基数（计算机中通常是2）的整数次幂得到，这种表示方法类似于基数为10的科学记数法。浮点计算是指浮点数参与的运算，这种运算通常伴随着因为无法精确表示而进行的近似或舍入。一个浮点数a由两个数m和e来表示：a=m×be。在任意一个这样的系统中，我们选择一个基数b（记数系统的基）和精度p（即使用多少位来存储）。m（即尾数）是形如±d.ddd.。ddd的p位数（每一位是一个介于0到b-1之间的整数，包括0和b-1）。如果m的第一位是非0整数，m称作规格化的。有一些描述使用一个单独的符号位（s代表+或者-）来表示正负，这样m必须是正的。e是指数。这种设计可以在某个固定长度的存储空间内表示定点数无法表示的更大范围的数。例如，一个指数范围为±4的4位十进制浮点数可以用来表示43210，4.321或0.0004321，但是没有足够的精度来表示432.123和43212.3（必须近似为432.1和43210）。当然，实际使用的位数通常远大于4。此外，浮点数表示法通常还包括一些特别的数值：+∞和？6？1∞（正负无穷大）以及NaN（‘Not a Number’）。无穷大用于数太大而无法表示的时候，NaN则指示非法操作或者无法定义的结果。大部份计算机采用二进制（b=2）的表示方法。位（bit）是衡量浮点数所需存储空间的单位，通常为32位或64位，分别被叫作单精度和双精度。有一些计算机提供更大的浮点数，例如英特尔公司的浮点运算单元Intel8087协处理器（以及其被集成进x86处理器中的后代产品）提供80位长的浮点数，用于存储浮点运算的中间结果。还有一些系统提供128位的浮点数。