Portabilität der binären Serialisierung von double - /float-Typ in C++

Brian "Beej Jorgensen" Halle, gibt in seinem Guide to Network Programming code zu packen float (resp. double) zu uint32_t (resp. uint64_t) in der Lage sein, um sicher zu übertragen es über das Netzwerk zwischen zwei Maschinen, die können nicht beide Stimmen auf Ihre Darstellung. Es hat einige Einschränkungen, vor allem ist es nicht support-NaN und infinity.

Hier ist seine Verpackung-Funktion:

#define pack754_32(f) (pack754((f), 32, 8))
#define pack754_64(f) (pack754((f), 64, 11))

uint64_t pack754(long double f, unsigned bits, unsigned expbits)
{
    long double fnorm;
    int shift;
    long long sign, exp, significand;
    unsigned significandbits = bits - expbits - 1; //-1 for sign bit

    if (f == 0.0) return 0; //get this special case out of the way

    //check sign and begin normalization
    if (f < 0) { sign = 1; fnorm = -f; }
    else { sign = 0; fnorm = f; }

    //get the normalized form of f and track the exponent
    shift = 0;
    while(fnorm >= 2.0) { fnorm /= 2.0; shift++; }
    while(fnorm < 1.0) { fnorm *= 2.0; shift--; }
    fnorm = fnorm - 1.0;

    //calculate the binary form (non-float) of the significand data
    significand = fnorm * ((1LL<<significandbits) + 0.5f);

    //get the biased exponent
    exp = shift + ((1<<(expbits-1)) - 1); //shift + bias

    //return the final answer
    return (sign<<(bits-1)) | (exp<<(bits-expbits-1)) | significand;
}

Werfen Sie einen Blick auf die (alte) gtypes.h-Datei-Implementierung in glib-2 - es beinhaltet folgende Leistungen:

#if G_BYTE_ORDER == G_LITTLE_ENDIAN
union _GFloatIEEE754
{
  gfloat v_float;
  struct {
    guint mantissa : 23;
    guint biased_exponent : 8;
    guint sign : 1;
  } mpn;
};
union _GDoubleIEEE754
{
  gdouble v_double;
  struct {
    guint mantissa_low : 32;
    guint mantissa_high : 20;
    guint biased_exponent : 11;
    guint sign : 1;
  } mpn;
};
#elif G_BYTE_ORDER == G_BIG_ENDIAN
union _GFloatIEEE754
{
  gfloat v_float;
  struct {
    guint sign : 1;
    guint biased_exponent : 8;
    guint mantissa : 23;
  } mpn;
};
union _GDoubleIEEE754
{
  gdouble v_double;
  struct {
    guint sign : 1;
    guint biased_exponent : 11;
    guint mantissa_high : 20;
    guint mantissa_low : 32;
  } mpn;
};
#else /* !G_LITTLE_ENDIAN && !G_BIG_ENDIAN */
#error unknown ENDIAN type
#endif /* !G_LITTLE_ENDIAN && !G_BIG_ENDIAN */

glib link

Erstellen Sie eine entsprechende serializer/de-serializer-Schnittstelle für das schreiben/Lesen.

Kann das interface dann haben mehrere Implementierungen und Sie können testen Sie Ihre Möglichkeiten.

Wie gesagt, offensichtliche Möglichkeiten wären:

• IEEE754 die schreibt /liest die Binär-chunk, wenn direkt unterstützt durch die Architektur oder analysiert, die, wenn nicht unterstützt durch die Architektur
• Text: immer Bedürfnisse zu analysieren.
• Was Sie sonst noch denken kann.

Denken Sie daran - sobald Sie diese Ebene ist, können Sie beginnen immer mit IEEE754 wenn Sie nur die Plattformen, die dieses format verwenden intern. Auf diese Weise werden Sie den zusätzlichen Aufwand nur, wenn Sie brauchen, um Unterstützung für eine andere Plattform! Nicht tun Arbeit, die Sie nicht haben, um.

Ich denke, dass die Antwort "hängt" sich auf, was Sie für Ihre bestimmte Anwendung und es ist perfomance-Profil ist.

Lassen Sie uns sagen, Sie haben ein low-latency Marktdaten-Umgebung, dann mit strings ist ehrlich gesagt bescheuert. Wenn die Informationen, die Sie vermitteln, ist Preise, dann verdoppelt sich (und binäre Darstellung von Ihnen) sind wirklich schwierig, mit zu arbeiten. Wo, wie, wenn Sie nicht wirklich über Leistung, und was Sie wollen, ist die Sichtbarkeit (Speicherung, übertragung), Saiten sind ein Idealer Kandidat.

Ich würde eigentlich entscheiden Sie sich für Integrale Mantisse/exponent Darstellung von floats/doubles - d.h. bei der frühesten Gelegenheit, umwandeln der float/double zu einem paar von ganzen zahlen und dann übertragen. Sie müssen dann nur noch Gedanken über die Portabilität von Integer-zahlen und auch diverse Routinen (wie die hton() Routinen zu behandeln Konvertierungen für Sie). Auch speichern alles in Ihrer weitesten verbreitete Plattform, das endian Typ (zum Beispiel, wenn Sie nur mit linux, was ist dann der Punkt der Speicherung von Sachen in big-endian?)

Fand diesen alten thread. Eine Lösung, die löst ein fairer deal der Fälle fehlt - fixed point, vorbei an ganzen zahlen, die mit einem bekannten Skalierungsfaktor mithilfe der integrierten wirft in jedem Ende. Also, Sie müssen nicht die Mühe mit den zugrunde liegenden floating-point-Darstellung überhaupt nicht.

Gibt es natürlich auch Nachteile. Diese Lösung setzt Voraus, Sie kann eine Feste Skalierung und immer noch sowohl die Bandbreite und Auflösung benötigt, für die bestimmte Anwendung. Außerdem konvertieren Sie von Ihrem floating-point zu fixed-point bei der Serialisierung Ende und wieder zurück konvertieren bei der Deserialisierung, die Einführung von zwei Rundungsfehler.
Doch im Laufe der Jahre, die ich gefunden habe Fixpunkt ist genug für meine Bedürfnisse in fast allen Fällen, und es ist Recht schnell zu.

Ein typischer Fall für fester Punkt wäre Kommunikationsprotokollen für embedded-Systeme oder andere Geräte.