Base de connaissancesCentre d’examen
FRFrançais
Choisir la langue13

CKTIS / C

<float.h> — caractéristiques des types à virgule flottante

L’en-tête <float.h> décrit la précision, la plage et les propriétés de float, double et long double. Utilisez ses macros plutôt que de supposer un format matériel précis ; le seul choix d’une option de compilation C23 ne garantit ni la prise en charge par la bibliothèque ni celle de l’environnement de production.

Version : C23; repository compiler flag, production runtime not attested

Syntaxe

#include <float.h>

Incluez #include <float.h>. Ci-dessous, T désigne chacun des préfixes FLT, DBL, LDBL, correspondant respectivement à float, double, long double ; par exemple, T_MIN couvre FLT_MIN, DBL_MIN, LDBL_MIN. Les valeurs dépendent de l’implémentation, et non d’un format matériel supposé.

FLT_RADIX est la base b. T_MANT_DIG compte les chiffres significatifs en base b ; T_DIG décrit la conservation des chiffres lors d’une conversion décimal → type → décimal, tandis que T_DECIMAL_DIG décrit la conversion type → décimal → type, avec un arrondi approprié. DECIMAL_DIG, désormais obsolète, couvre les types pris en charge les plus larges et les codages IEC 60559. T_MIN_EXP est le plus petit e pour lequel b^(e-1) est normalisé ; T_MAX_EXP le plus grand e pour lequel il est fini et représentable. T_MIN_10_EXP et T_MAX_10_EXP indiquent les limites correspondantes pour 10^e : la plage normalisée en bas et la plage finie en haut.

T_MIN est le plus petit nombre positif normalisé, et non le plus négatif ; T_TRUE_MIN est le plus petit nombre positif représentable. T_MAX est le plus grand nombre fini, tandis que T_NORM_MAX est le plus grand nombre normalisé. T_EPSILON est l’écart entre 1 et le nombre normalisé immédiatement supérieur, et non une tolérance de comparaison universelle. T_HAS_SUBNORM, désormais obsolète : -1 indéterminable, 0 absent, 1 nombres subnormaux pris en charge. T_IS_IEC_60559 : 0 signifie que la précision et la plage d’exposants ne correspondent à aucun format IEC 60559 ; 1 signifie qu’elles correspondent à un format IEC 60559, mais que le type n’utilise pas de codage IEC 60559 ; 2 signifie qu’elles correspondent à un format IEC 60559 et que le type utilise aussi un codage IEC 60559. Cette macro ne garantit pas à elle seule la conformité à l’annexe F. Les macros FLT_SNAN, DBL_SNAN et LDBL_SNAN se développent en expressions de type float, double et long double respectivement, dont la valeur est un NaN signalant. Chaque macro n’est définie que si le type correspondant prend en charge les NaN signalants ; vérifiez sa présence avec #ifdef.

FLT_ROUNDS décrit l’arrondi des additions : -1 indéterminable, 0 vers zéro, 1 au plus proche, 2 vers plus l’infini, 3 vers moins l’infini, 4 au plus proche avec égalités en s’éloignant de zéro ; les autres valeurs dépendent de l’implémentation. Pour 1, c’est la liaison à IEC 60559 définie par l’annexe F qui garantit l’arrondi vers le pair en cas d’égalité, et non FLT_ROUNDS à elle seule. Il peut changer à l’exécution. FLT_EVAL_METHOD : -1 indéterminable, 0 format du type, 1 calculs de float et double en double, 2 tous en long double ; avec 1, long double reste inchangé. Les autres valeurs négatives dépendent de l’implémentation. L’exemple vérifie des relations plutôt que des formats précis.

Identifiants de référence couverts par cette entrée : FLT_MANT_DIG, FLT_DECIMAL_DIG, FLT_DIG, FLT_MIN_EXP, FLT_MIN_10_EXP, FLT_MAX_EXP, FLT_MAX_10_EXP, FLT_MAX, FLT_EPSILON, FLT_TRUE_MIN, FLT_HAS_SUBNORM, FLT_IS_IEC_60559, FLT_NORM_MAX, FLT_SNAN, DBL_MANT_DIG, DBL_DECIMAL_DIG, DBL_DIG, DBL_MIN_EXP, DBL_MIN_10_EXP, DBL_MAX_EXP, DBL_MAX_10_EXP, DBL_MAX, DBL_EPSILON, DBL_TRUE_MIN, DBL_HAS_SUBNORM, DBL_IS_IEC_60559, DBL_NORM_MAX, DBL_SNAN, LDBL_MANT_DIG, LDBL_DECIMAL_DIG, LDBL_DIG, LDBL_MIN_EXP, LDBL_MIN_10_EXP, LDBL_MAX_EXP, LDBL_MAX_10_EXP, LDBL_MAX, LDBL_EPSILON, LDBL_TRUE_MIN, LDBL_HAS_SUBNORM, LDBL_IS_IEC_60559, LDBL_NORM_MAX, LDBL_SNAN.

Exemples

#include <float.h>
#include <stdio.h>

int main(void)
{
    printf("radix >= 2: %d\n", FLT_RADIX >= 2);
    printf("positive minimum: %d\n", DBL_MIN > 0.0);
    printf("true minimum <= minimum: %d\n", DBL_TRUE_MIN <= DBL_MIN);
    printf("maximum >= minimum: %d\n", LDBL_MAX >= LDBL_MIN);
    return 0;
}

Résultat

radix >= 2: 1
positive minimum: 1
true minimum <= minimum: 1
maximum >= minimum: 1

Le code affiché et le résultat déclaré ont été vérifiés dans un environnement isolé selon la méthode consignée dans la preuve de vérification de cette version exacte.

Sources