计算机组织与结构课程笔记（Chapter 2）

第二章：数据的表示与计算

2.1 进位计数制

2.1.1 r进制计数法

① 任意进值 --> 十进制：

K_nK_n-1…K₁K₀K_-1K_-2…K_-m = K_n * rⁿ + K_n-1 * r^n-1 + …+K₀ * r⁰ + … + K_-m*r^-m

基数：每个数码为所用到的不同符号的个数，r进制的基数为r

例：二进制 101.1 = 1 * 2² + 0 * 2¹ + 1 * 2⁰ + 1 * 2^-1 = 5.5

2.1.2 二进制<->八进制，十六进制

① 二进制<->八进制 （三位一组，每组转换为对应的八进制数）

② 二进制<->十六进制*（四位一组，每组转换成对应的十六进制符号）*

（位数不足时：首尾两头均可补零）

2.1.3 十进制转换成任意进制

方法：除基取余求整数，乘基取整求小数

例：十进制 -> 二进制 （75.3）₁₀ = （1001011.01001）₂

2.1.4 各种进制的书写方式

二进制：（10101）₂ 10101B

八进制：（1652）₈ 01652

十六进制：（1652）₁₆ 1652H 0x1652

十进制：（1652）₁₀ 1652D

2.1.5 真值和机器数

真值：符合人类习惯的数

机器数：原码，反码，补码，移码

2.2 BCD码

2.2.1 8421码的映射关系

解释：即四个数字为一组，每一位代表8 4 2 1 四个数，0和1表示是或者否，最后相加即是对应的十进制数

例：（用8421码进行加法）

十进制：5 + 8 13

8421码：0101 + 1000 1101 ----->(+0110) 1 0011（3）

注：8421码在1010-1111无定义

2.2.2 余三码

方法：相当于 8421 码+（0011）₂

对应关系:

0	1	2	3	4	5	6	7	8	9
0011	0100	0101	0110	0111	1000	1001	1010	1011	1100

2.2.1 2421码_{（改变权值定义）}

记忆方式： 0-4 以0开头 5-9 以1开头

2.3 整数的表示和运算

2.3.1 无符号整数的表示和运算

无符号整数：

1. 全部二进制位都是数值位，没有符号位，第i位的位权是2^i-1
2. n bit无符号整数的表示范围是0~2ⁿ-1，超出则溢出
3. 可以表示的最小的数为全0，可以表示最大的数为全1

无符号整数的运算：

加法运算：从最低为开始，按位相加，并往最高位进位

减法运算：① 被减数不变，减数变为补码 ② 加法运算

2.3.2 带符号整数的表示

1. 原码，反码，补码

   ① 原码表示法：

   1. 符号位 0/1 对应”正/负“ ，剩余的数值位表示真值的绝对值
   2. 若机器字长为（n+1）位，带符号整数的原码表示范围为 -（2ⁿ-1） ~ 2ⁿ-1
   3. 真值0有两种形式。+0和-0。[+0]_原=0.0000000,[-0]_原=1.0000000

2. 补码的加法运算

   从最低位开始，按位相加（符号位参加运算），并往更高位进位

3. 补码的减法运算

   将补码B转换为-B，在进行补码的加法即可

graph LR
	【B】补<-->|全部位按位取反\n末位+1|【-B】补

快速转换方法：从右往左找到第一个1，其左边全部位按位取反，本身不变

4. 原反码的特性对比
   

5. 移码

   解释：补码的基础上将符号位取反。注意：移码只能用来表示整数

   若机器字长n+1位，移码整数的表示范围：-2ⁿ~2ⁿ-1

   [0]_移=10000000 注意：真值0只有一种表示形式

6. 定点小数

特别注意：位数拓展时，拓展位置不一样。加减法的处理与定点整数一样

2.3.3 带符号整数的运算

2.3.3.1 原码补码的乘法运算

1. 原码的乘法

   例：设机器字长为n+1=5位（含一位符号位），[x]_原=1.1101，[y]_原=0.1011，采用原码乘法求x*y。

   [分析]：

   ① 符号位单独处理，符号位=X_S $⨁$ Y_S

   ② 数值位取绝对值进行乘法运算

   [解]：

   先计算 0.1101 * 0.1011 = 0.10001111

   符号位 1 $⨁$ 0 = 1

   则结果为：1.10001111

   实现方法：先加法再移位，重复n次，后以单独运算的符号位加以修改

   Tips:

   ​ a. 乘数的符号位不参与运算，可以省略

   ​ b. 原码一位乘可以只用单符号位

   ​ c.答题时最终结果最好写为原码的机器数

   总结：原码一位乘法：（机器字长为n+1，数值部分占n位）

   ​ 符号位通过异或确定，数值部分通过被乘数和乘数绝对值的n轮加法，移位完成根据当前乘数中参与运算的位确定ACC中加什么，若当前的运算位 = 1，则(ACC)+[|x|]_原；若 = 0，则ACC + 0.

   ​ 每轮加法后加ACC，MQ的内容统一逻辑右移

2. 补码的乘法

   例：设机器字长为5位（含一位符号位，n=4），x = -0.1101，y=+0.1011。采用booth算法，求x*y.

   [分析]：补码一位乘法

   1. 进行n轮加法，移位，最后再多来一次加法
   2. 每次加法可以+0，+[x]_补，+[-x]_补
   3. 每次移位是“补码的算数右移”
   4. 符号位参与运算

   n轮加法，算术右移，加法规则如下：

   辅助位-MQ中最低位 = 1时，（ACC）+ [x]_补

   辅助位-MQ中最低位 = 0时，（ACC）+ 0

   辅助位-MQ中最低位 = -1时，（ACC) + [-x]_补

   补码的算术右移

   符号位不动，数值位右移，正数右移补0，负数右移补1*（符号位是啥就补啥）*

2.3.3.2 原码补码的除法运算

1. 原码的除法

   a. 手算方法

   例：设机器字长为5位（含一位符号位），x=0.1011，y=0.1101。求 x/y

   [方法]：忽略小数点，每确定一位商，进行一次减法，得到4位余数，在余数末尾补0，再确定下一位商，确定5位商即可停止（机器字长为5位）

   b. 机器计算方法

   例：上题中，采用原码恢复余数法求x/y.

   [方法]：

   ① 符号单独处理：符号位=X_S $⨁$ Y_S

   ② 实现方法：上商 0 / 1，得到余数，余数末尾补0

   具体实现方法流程图:

   graph TD
   A[老余数-余数=新余数]-->B{新余数为负}
   B-->|No|C[商1]
   B-->|Yes|D[商0，+除数恢复为老余数]
   D-->E[余数逻辑右移]
   E-->A
   

2. 补码的除法

例：设机器字长为5位（含一位符号位，n=4），x=+0.1000，y=-0.1011。采用补码加减交替除法求x/y.

[分析]：· 符号位参与运算 ·被除数/余数、除数采用双符号位

[解]：

[x]_补=00.1000 [y]_补=11.0101 [-y]_补=00.1011

方法：

a. 被除数与除数同号，则被除数减去除数；异号，则被除数加上除数

b. 余数和除数同号，商1，余数左移一位减去除数；异号，商0，余数左移一位加上除数

重复n次

=> [x/y]_补=1.0101 ，余 0.0111 * 2^-4

2.4 数据的存储与排列

1. 大小端模式

   例：4字节int：01_{(最高有效字节MSB)} 23 45 67_{(最低有效字节LSB)}H ->19088743D

   大端方式：

   …	01H	23H	45H	67H	…
   对应地址：	0800H	0801H	0802H	0803H

   小端方式：

   …	67H	45H	23H	01H	…
   对应地址：	0800H	0801H	0802H	0803H

   小端方式更便于机器处理

2. 边界对齐方式
   

2.5 浮点数的表示及其规格化

2.5.1 定点数的局限性

定点数可表示的数字范围有限，但我们不能无限制的增加数据长度

2.5.2 浮点数

1. 浮点数的表示

   Jf	J1J2…Jn	Sf	S1S2…Sn
   阶符	阶码的数值部分	数符	尾数的数值部分

   阶码：阶符+数值部分，反映数值大小，常用补码或移码表示的定点整数

   尾数：数符+数值部分，反映数值精度，常用原码或补码表示的定点小数

2. 浮点数的真值

   N=r^E *M （r表示阶码的底，通常为2，阶码E反映浮点数的表示范围及小数点的实际位置。尾数M的数值部分的位数n反映浮点数的精度）

   例：已知a= 0,01;1,1001 b=0,10;0,01001 ，阶码和尾数均用补码表示，求a,b的真值

   解：

   a： 阶码：0,01 对应真值 +1

   ​ 尾数：1,1001 对应真值 -0.0111 (由补码求原码，符号位不变，数值位取反后+1)

   ​ a的真值=2¹*(-0.0111)=-0.111

   b：阶码：0,10 对应真值 +2

   ​ 尾数：0,01001 对应真值 +0.01001 (由补码求原码，正数原码反码补码均相同)

   ​ b的真值=2²*(0.01001)=+1.001

3. 浮点数尾数的规格化

   如上题中的b数，若有1B的存储空间，存储时会有溢出现象

   解决方法（上题情况下）：尾数算术左移一位，阶码减一，直到尾数最高位是有效位**（左规）**

   左规和右规：

   左规：当浮点数运算的结果为非规格时，将尾数算数左移一位，阶码减一

   右规：当浮点数运算的结果出现溢出（双符号位为01或10时），将尾数算数右移一位，阶码加一

   （右规） 例：a=010;00,1100 b=010;00,1000 求a+b

   解： a=2² * 00.1100 b=2² * 00.1000

   a + b = 2² * 00.1100 +2² * 00.1000

   ​ =2² * (00.1100 + 00.1000)

   ​ =2² * 01.0100

   ​ =2³ * 00.1010

   注：采用双符号位，当溢出发生时可以挽救。更高的符号位是正确的符号位

4. 规格化浮点数的特点
   

2.6 IEEE754

2.6.1 移码

补码的基础上将符号位取反。注意：移码只能用于表示整数（偏置值一般取2^n-1，此时移码=符号位取反的补码）

移码的定义：移码 = 真值 + 偏置值 8位移码的偏置值=128D=1000 0000B 即2^n-1

例：真值&移码

真值：-127 = -111 1111B

移码 = -111 1111 +1000 0000 = 0000 0001

真值：-3 = -11B

移码 = -11 + 1000 0000 =0111 1101

2.6.2 IEEE 754

1. 基本格式

mS	E	M
数符	阶码部分（用移码表示）	尾数数值位（原码表示），表示尾数 1.M

2. 各种类型的对应位数

	阶码	数符	尾数数值	总位数	偏置值（16进制）	偏置值（10进制）
float	1	8	23	32	7FH	127
double	1	11	52	64	3FFH	1023
long double	1	15	64	80	3FFH	16383

规格化的短浮点数真值为：（-1）^S * 1.M * 2^E-127

规格化的长浮点数真值为：（-1）^S * 1.M * 2^E-1023

1. 真值转换为IEEE格式

例：将十进制数-0.75 转换为IEEE 754 的单精度浮点数格式表示。

答：

（-0.75）₁₀ = （-0.11）₂ =（-1.1）₂ * 2^-1

数符 = 1 ；尾数部分 = .1000…(隐含最高位1) ；阶码真值 = -1；单精度浮点型偏移量 = 127D

移码 = -1 +111 1111 =0111 1110（共八位）

得到所求为：1 0111 1110 1000…(补足28位)

2. IEEE格式转换为真值

例：IEEE 754的单精度浮点数 C0 A0 00 00H 的值是多少？

答：

C0 A0 00 00H ->1 100 0000 1 010 0000 0000 0000 0000 0000

数符 = 1 => 是个负数

尾数部分：（1.01）₂

移码 10000001 若看作无符号数=129D

阶码真值=129 - 127=（2）₁₀

浮点数真值 = （-1.01）₂ * 2² = -1.25 * 2² = -5.0

问：IEEE 754单精度浮点型表示的最小绝对值，最大绝对值是什么？

答：

最小：尾数全0，阶码真值最小-126，真值最小（1.0）₂ * 2^-126

最大：尾数全1，真值最大（1.111…1）₂ * 2¹²⁷

注意：

只有1<=E<=254时，真值=（-1）^S * 1.M *2^E-127

当阶码E全为0，尾数M不全为0时，表示非规格化小数±（0.xxxxxx)₂*2^-126，

当阶码E全为0，尾数M全为0时，表示±0；

当阶码E全为1，尾数M全为0时，表示±∞，

当阶码E全为1，尾数M不全为0时，表示非数值“NaN”

2.7 浮点数的运算

2.7.1 浮点数的加减运算

浮点数加减运算步骤： 9.85211*10¹² + 9.996007 * 10¹⁰

① 对阶：9.85211 * 10¹² + 0.0996007 * 10¹² （小阶对大阶，可以减少精度损失）

② 尾数加减：9.9517107 * 10¹²

③ 规格化：加减后若出现 0.0099517 * 10¹²，需左规，若尾数加减后出现类似99.517107 * 10¹²时，需右规。

④ 舍入：若规定只保留6位有效数字，则 9.95171 * 10¹²

⑤ 判溢出：若规定阶码不能超过两位，则运算后阶码超出范围，则溢出

如:9.85211 * 10⁹⁹ + 9.96007 * 10⁹⁹ =19.8218 * 10⁹⁹.规格化并用四舍五入的原则保留6位尾数，得1.98122 * 10¹⁰⁰，此时阶码超过两位，发生溢出（注：尾数溢出未必导致整体溢出）

例：已知十进制x = $\frac{-5}{256}$，y = $\frac{59}{1024}$，按机器补码浮点运算规则计算x-y，结果用二进制表示，浮点数格式如下：阶符取两位，阶码取三位，数符取两位，尾数取9位。

答：

x：5D=101B $\frac{1}{256}$=2^-8 => x= -101 * 2^-8 = -0.101 * 2^-5 = -0.101 * 2^-101

y：59D=111011B $\frac{1}{1024}$=2^-10 =>y= 111011 * 2^-10 = +0.111011 * 2^-4 = +0.111011 * 2^-100

x：11011，11.011000000

y：11100，00.111011000

① 对阶：x= 11100,11.101100000 x=-0.0101 * 2^-100

② -y=11100,11.00101000 （由y -> -y，尾数全取反之后+1）

​ x-y = 11100,10.110001000

③ 规格化：11100,10.110001000 -> 11101,11.011000100 (右规) （注：右规时补0 or 1看符号位最高位，与之相同）

④ 舍入：无舍入

⑤ 判溢出：常阶码，无溢出*（阶码符号位相同，无溢出）*，结果真值为：2^-3 * (-0.1001111)₂

2.7.2 强制转换中的精度损失问题

1. 基于 32 位机器的讨论：
   1. char(8bit) --> int(16bit) --> long(32bit) --> double(64bit)
   2. float --> double

范围，精度从小到大，转换过程中没有精度损失

2. 32位机 （常考）

int 表示整数，范围 -2³¹ ~ 2³¹-1，有效数字32位

float 表示整数及小数，范围 ±(2^-126 ~ 2¹²⁷ * (2 - 2^-23))，有效数字23+1=24位，

int --> float ：有可能损失精度

float --> int ：可能溢出及损失精度