在无溢出和下溢的前提下，对任意IEEE 754单/双精度浮点数x，x/4恒等于x/2/2，x4也恒等于x2*2，因为乘除2的整数次幂是精确运算，不引入舍入误差。
在无溢出和下溢的前提下，对任意ieee 754单/双精度浮点数x，x/4恒等于x/2/2，x*4也恒等于x*2*2，因为乘除2的整数次幂是精确运算，不引入舍入误差。
在IEEE 754浮点算术中，所有乘以或除以2的整数次幂（如2、4、8、0.5、0.25等）都是精确操作——前提是结果未超出可表示范围（即无溢出或下溢）。这是因为浮点数采用二进制科学计数法表示：
$$
x = (-1)^s \times (1 + f) \times 2^e
$$
其中 $s$ 为符号位，$f$ 为尾数（fraction），$e$ 为指数。当执行 $x \times 2^k$ 或 $x / 2^k$（即 $x \times 2^{-k}$）时，仅需调整指数字段 $e \leftarrow e + k$，而尾数 $f$ 完全保持不变。只要新指数 $e + k$ 仍在合法范围内（单精度：$-126 \le e \le 127$；双精度：$-1022 \le e \le 1023$），该运算就不涉及任何舍入，属于“无损变换”。
因此：
- x * 4 等价于 x * 2^2 → 指数加2；
- x * 2 * 2 先指数加1，再加1 → 最终指数仍加2，尾数全程未变；
- 同理，x / 4（即 x * 2^{-2}）与 x / 2 / 2 均使指数减2，中间结果仍为正规数或非规格化数（只要未下溢），尾数始终保留原值。
✅ 验证示例（JavaScript，遵循IEEE 754双精度）：
// 测试大量边界及典型值
const testCases = [
1.23456789,
Number.MAX_VALUE / 8, // 接近上限但安全
Number.MIN_NORMAL * 4, // 接近下限但非下溢
0, -0, Infinity, -Infinity
];
for (const x of testCases) {
const a = x / 4;
const b = x / 2 / 2;
const c = x * 4;
const d = x * 2 * 2;
console.assert(Object.is(a, b), `x=${x}: x/4 !== x/2/2`);
console.assert(Object.is(c, d), `x=${x}: x*4 !== x*2*2`);
}
console.log("All tests passed.");
⚠️ 注意事项：
- ±0 的符号保持一致：-0 / 2 / 2 仍为 -0，与 -0 / 4 相同（符合IEEE 754规定）；
- NaN 和无穷大也满足恒等性：NaN/2/2 === NaN/4，Infinity/2/2 === Infinity/4；
- 该性质仅适用于2的整数次幂：如 x/7/7 ≠ x/49（如问题中所示），因7非2的幂，每次除法均引入独立舍入误差；
- 更广义结论：若表达式中仅含一次非2的幂的运算（如 /3 或 *5），其余均为 *2//2，则交换顺序不影响结果——例如 x/2/3 === x/3/2 === x/6，因为 /3 引入的舍入仅发生一次，且加法/乘法满足结合律与交换律在实数层面成立，而浮点实现中该唯一舍入点位置不影响最终结果（前提是无中间溢出）。
综上，在标准IEEE 754环境下，x/4 == x/2/2 与 x*4 == x*2*2 是严格成立的数学恒等式，而非经验性巧合——它是二进制浮点表示本质所决定的精确性保障。
