−0

以IEEE 754單精度浮點數表示負零

在对于整数的1+7位元的符号数值表示法中，负零是用二进制代码10000000表示的。在8位元二进制反码中，负零是用二进制代码11111111表示，但二補數表示法則沒有負零的概念。在IEEE 754二进制浮点数算术标准中，指数和尾数为零、符号位元为一的数就是负零。

在IBM的普通十进制算数编码规范中，运用十进制来表示浮点数。这里负零被表示为指数为编码内任意合法数值、所有系数均为零、符号位元为一的数。

在编程语言，例如C、C#、C++和Java，一个表达式的结果可能是负零（比如对一个负数算术下溢时的结果），此时负零和正零是等效的。因此一个简单的比较不能够确定一个数是负零。确定一个数是负零的办法包括：

1. 使用IEEE 754中定义的copysign()函数复制零的符号到任意非零的数上。
2. 用一个正数来除以这个零——得到的无穷能够反映出零的符号
   • ${\displaystyle {\frac {x}{+0}}=+\infty }$ (x>0)
   • ${\displaystyle {\frac {x}{-0}}=-\infty }$ (x>0)
3. 在Java中，用Double类中的equals方法，能够分辨出正零和负零，[1]例如：
   • Double negativeZero = new Double(-0.0);
     negativeZero.equals(-0.0); // 结果：真
     negativeZero.equals( 0.0); // 结果：假
4. 在C语言中，使用一个依赖于本地硬件表示法的不方便的办法。例： *(int *)&var == 0x80000000（var在IEEE 754中编码单精度）。

其他对于负零的运算有：

• ${\displaystyle {\frac {-0}{x}}=-0}$ (x>0)
• ${\displaystyle {\frac {-0}{x}}=+0}$ (x<0)
• ${\displaystyle {\frac {+0}{x}}=-0}$ (x<0)
• ${\displaystyle {\frac {-0}{+\infty }}=-0}$
• ${\displaystyle {\frac {-0}{-\infty }}=+0}$
• ${\displaystyle {\frac {+0}{-\infty }}=-0}$
• ${\displaystyle (-0)\cdot (-0)=+0}$
• ${\displaystyle (-0)-(+0)=-0}$
• ${\displaystyle (-0)-(-0)=0}$
• ${\displaystyle (+0)+(-0)=0}$
• ${\displaystyle (-0)+(-0)=-0}$
• ${\displaystyle x\cdot (-0)=-0}$ (x>0)
• ${\displaystyle x+(-0)=x}$