bit、数据类型及其运算

bit和数据类型

bit—信息的基本单位

我们知道，计算机是一个包含了多层转换的系统。一个由自然语言（如英语）描述的问题，最终必须转换为计算机内部的电路工作（更具体的说是电子运动），才得以解决。

注：若不理解多层转换的系统，可以参考我之前写的文章，文章链接如下：

计算机系统简述-@邂逅自己https://blog.csdn.net/2302_76708905/article/details/140237885?spm=1001.2014.3001.5502在计算机内部，有数以百万计的器件在控制着电子的运动。这些器件随时监测着电路中各处电压的变化，并做出不同的响应控制。它们不仅监测电压的有无，甚至还能真正测量电压的大小，但这无疑会导致控制和检测电路的过度复杂性。如果只需要检测电路中任意两点间是否有电压，而不是测量其精确电压值，电路的复杂性无疑会大大降低。

在符号层义上，我们采用“1”表示两点间存在电压，而“0”表示两点间不存在电压。我们称这样一个要么是“1”，要么是“0”的符号单位为一个bit，即所谓的二进制表示方法。确切的说，计算机对有电平（即“1”）和无电平（即“0”）并不做严格的电压值定义。换句话说，“0”并不表示电路中就绝对不存在电压，它仅仅表示当前“0”所代表的电压值比“1”所代表的电压更接近于电压值“0”。同样，“1”表示它所代表的电压值与电压0的差值很大。例如，计算机定义2.9V的电压表示“1”，而0V电压表示“0”。但如果电路实际测得的电压值为2.6V，计算机也会将它当做“1”来处理；同样，如果实际测得的电压值为0.2V，计算机则将它当做“0”。

当然，计算机需要定义足够大的数值范围才能工作。但事实上，电路只有两个状态，即有电压（用“1”表示）和无电压（用“0”表示）。为了表示更多的数值状态，我们可以将多条线路合并使用，比如8个bit宽度（即8条线路），这样就可以表示256个不同的状态（即00000000~11111111）。通常，k个bit的组合可以表达（2^k）个不同状态，每个状态分别是k个0和1的bit序列组合。我们称该0和1的序列为编码，每个编码对应一个特定的值或状态。

数据类型

数值的表达方式多种多样（如：计算机采用的二进制表示法、科学计数法等），只是能够表达“数值”还是不够的，计算机还必须具备操作这些数值的能力。如果我们不仅定义了数值的表达方式（或编码方式），同时还定义了相关的操作方法，则在定义上称该表达方式为一种数据类型。每个计算机指令集（ISA）都定义了一组数据类型及其相应的操作指令，数据类型的数目可多可少（取决于ISA的设计要求）。本栏目中，我将在算术运算中采用补码编码表示正、负整数，在键盘输入和显示器输出的应用中，采用ASCII字符。

整数数据类型

无符号整数(unsigned integer)

无符号整数在计算机中的应用非常广泛。比如我们希望限定一个任务的执行次数，使用一个无符号整数即可，用它来记录该任务还有多少次执行次数。另外，我们还可以使用无符号整数表示不同内存单元的地址，这与日常生活中的用法很相似，如第129号大街或第131号大街。有k个bit则可以表示（2^k）个无符号整数。

有符号整数

在实际运算中会有大量的负数，此时我们可以将（2^k）个k-bit数一分为二，一半表示整数，另一半表示负数。那么此时表示负数就有两种思路，第一种思路：以最高位bit代表符号，0表示正数，1表示负数，这种方法称为符号位表示法；第二种思路，这也正是早期计算机如CDC6600所采用，其方法是：将一个正数的所有bit全部取反，即得到该正数所对应的负数编码，例如，+5二进制表示为00101，那么-5的二进制表示则为11010，我们称之为反码表示法。

前面提到的两种编码方法，符号位法和反码法，在硬件逻辑设计上都相当复杂。因此，最终设计的更适合硬件操作的编码方案是补码表示法。其计算规则如下：

• 原码：数字最原始的二进制表示法，最高位为符号位，0表示正数，1表示负数。
• 反码：对于正数来说，原码=反码；对于负数来说，除符号位外的其他编码全部取反（即0变1，1变0）
• 补码：对于正数来说，原码=反码=补码；对于负数来说，补码=反码+1

几乎所有的计算机都采用相同的实现机制完成加法运算，即算术逻辑运算单元（Arithmetic and Logic Unit，ALU）。它有两个输入和一个输出，它的功能就是将两个二进制数输入按位相加，并在输出端给出结果。例如，假设两个输入数为00110、00101，则计算过程如下：

        00110
        00101
        -----
        01011

二进制的加法过程和十进制的加法完全相同。从右向左将两数按列对齐并依次相加；如果前列的加法产生进位，则该进位bit参加其左边列的加法操作。

值得一提的是，ALU不知道也不关心它的两个输入数所代表的任何含义。换句话说，它只会对两个二进制数做加法（ADD）而不考虑其他（如正数、负数等因素）。这意味着我们必须为它选择一个合适的编码方式，以保证无论输入数是什么形式，它都将产生正确结果。所谓“进位对结果不产生影响”，可以理解为我们读ALU的输出结果时，只会去读那些有效位，而“最高位”所产生的进位，通常被用做控制（而不是运算）目的。例如：-1的补码为11111，而1的补码为00001，对-1和1进行相加后，结果为100000，此时最高位的1会被丢弃，即有效位为00000，即0。事实上，在补码运算中，进位bit始终是被忽略的。

例如：求数值-13的补码，首先求+13的补码为01101，则-13的原码为11101，它的反码为10010，它的补码为10011。

关于各个进制转换，在我之前的文章已经详细给出说明，若不懂，可以参考下面文章，链接如下：

数字系统与进制转换-@邂逅自己https://blog.csdn.net/2302_76708905/article/details/140274373?spm=1001.2014.3001.5502

bit运算之一：算术运算

加法和减法

二进制补码的算术运算与我们常用的十进制算术运算非常相似，加法运算仍然是按位对齐，从右向左依次计算；所不同的是十进制是逢十进一（每位最大数是9），二进制是逢二进一（每位最大数是1）。减法可以理解为加上对应数字的相反数，A-B可以看做A+（-B）。

例如：计算11+3的值

        十进制数11的补码表示为    01011
        十进制数3的补码表示为     00011
        进行加法运算             ------
        两者的和为               01110

计算14-9的值

        十进制数14的补码表示为    01110
        十进制数-9的补码表示为    10111
        进行加法运算             ------
        两者的和为               00101
        转换为十进制得结果为      5

常用结论：一个数自己加自己就等于自己左移一位。如59的补码为00111011，它加上59结果为01110110。

符号扩展

在一些情况下，为了减少占用的空间，较小的数值会采用较少的bit来表示或存放。通常在一个数前面补0，并不会改变它的值。而在补码表示法中，正数前面加0并不会改变其值，负数前面加1并不会改变其值。我们称该操作位“符号扩展”(Sign=Extension)，简称SEXT。符号扩展主要应用在两个不同长度的二进制相加时。

溢出

如果运算结果超出码值的最大值或最小值，会出现溢出问题。

在日常生活中，如汽车里程表在达到最高行驶里程后将会舍弃最高位，如：当前值为99992，而汽车又行驶100单位距离后，结果为00092。而对于有符号整数，要解决溢出问题就比较麻烦，幸运的是，其检测机制很容易实现。因为两个正数相加，其结果也必然是正数，而如果ALU给出的结果为负数，显然出错了。如 01001+01011=10100，显然是错的。同理，对于负数来说，两个负数的和必然也是负数，如果结果为正数，显然是出错了。事实上，也只有在这两种同符号运算情况下（即正数加正数、负数加负数），才会发生溢出。一个正数和一个负数相加，永远都不会溢出。

bit运算之二：逻辑运算(Logical Operation)

逻辑运算的操作对象是逻辑变量。逻辑变量的取值只有两个：0或1，这两个数也可以代表逻辑值中的“假”（false）和“真”（true）。

“与”运算

“与”（AND）是一个二元逻辑运算，这意味着它需要两个源操作数，且每个操作数的取值要么为0、要么为1。如果两个源操作数同时为1，则AND输出的结果为1，否则，结果皆为0。逻辑操作的功能（或行为）定义的常用描述方式是“真值表”（truth table）。真值表的行数和列数分别为（2^n和n+1），前n列分别代表n个源操作数。以两输入ADN单元为例，其真值表为：

A	B	AND
0	0	0
0	1	0
1	0	0
1	1	1

也可以对两个长度为m-bit的二进制数做AND运算，即将两个操作数按位对齐，然后对其中的每一对bit进行AND运算。

AND运算的示例如下：

操作数a：0011101001101001
操作数b：0101100100100001
        -----------------
AND结果：0001100000100001

假设有一个8-bit数A，其最低两位有特殊含义。如果计算机根据A的最低两位值做4种不同的操作，如何单独提取这两位的值？

可以采用“屏蔽字位”（bit mask）操作。“屏蔽字位”也是一个二进制数，我们可以将其理解为由两部分组成—即我们关心的位和我们忽略的位这两部分。本例中，屏蔽字位为00000011，它与其它操作数进行AND运算时，结果为：从7到2的最高6位必定为0，而结果的低2位与A原有的低两位完全相同。因此，屏蔽字位能够“屏蔽”掉从7到2的那些位。屏蔽字的作用，就是将我们所感兴趣的那些位提取出来。

“或”运算

“或”（OR）也是一个二元运算符，它的两个源操作数都是逻辑变量，取值为0或1。仅当两个源操作数都为0时，OR的输出结果才为0；其他情况下，OR输出都为1.换句话说，两个源操作数中任意一个为1，则OR结果必然为1。OR运算的真值表如下：

也可以对两个长度为m-bit的二进制数做OR运算，即将两个操作数按位对齐，然后对其中的每一对bit进行OR运算。

OR运算的示例如下：

操作数a：0011101001101001
操作数b：0101100100100001
        -----------------
OR结果： 0111101101101001

“非”运算

“非”（NOT）运算时一元逻辑运算，它只需要一个源操作数。其真值表如下：

A	NOT
1	0
0	1

同理，也可以对m-bit的数进行按位NOT操作，操作示例如下：

操作数a：0011101001101001
        -----------------
NOT结果:1100010110010110

“异或”运算

“异或”（exclusive-OR，简称XOR），也是一个二元逻辑运算。它的两个源操作数都是逻辑变量，取值为0或1。如果两个输入值不同，则XOR输出结果为1；如果两者相同，则XOR输出为0。XOR真值表如下：

也可以对两个长度为m-bit的二进制数做XOR运算，即将两个操作数按位对齐，然后对其中的每一对bit进行XOR运算。

OR运算的示例如下：

操作数a：0011101001101001
操作数b：0101100100100001
        -----------------
XOR结果： 0110001101001000

如果要判断两个二进制数是否相同，可以通过XOR操作来完成。如果两个数完全相同，则他们之间XOR输出结果必然为0。

其他类型

除整数类型外，通常我们还会遇到如位矢量（bit vector）、浮点数（float-point）、ASCII码和十六进制（HEX）等数据类型。

位矢量(bit vector)

在很多复杂系统中，包含了许多独立单元，每个单元或忙或空闲。重要的是，我们必须从各个单元中判断并选取那些空闲的单元，以便我们为其分配任务。假设存在n个单元，我们可以用一个n-bit的二进制数代表这n个单元。当某个单元空闲时，我们将相应的单元清0，当某个单元忙碌时，我们将相应的单元置1.我们称这个二进制数为位矢量。

例如：假设要监视8台机器的运行状态，我们可以用一个8-bit矢量BUSYNESS来代表他们。其中每个bit代表一台机器，如果该机器忙，则对应位为0，若空闲则为1，每个bit的编号从右向左分别为0~7。不妨假设BUSYNESS=11000010，则表示第1、6、7号机器处于空闲状态，从而可以为他们分配任务。

假设我们将任务分配给了7号机器，则通过AND运算更新BUSYNESS矢量的bit7。AND运算的两个输入中，一个是当前矢量BUSYNESS，另一个是屏蔽字01111111。该屏蔽字的目的是在不影响其他位的情况下，清除BUSYNESS矢量的第7位。操作后的结果为BUSYNESS矢量变为01000010。

假设当前第5台机器完成任务，我们要更新BUSYNESS矢量的值，即将矢量中第5位置置1，则通过OR运算来完成，让BUSYNESS和屏蔽字00100000相OR，可将BUSYNESS变为01100010。

浮点数

在LC-3中，整数的表示方法是16-bit补码，其中15位表示它的数值（绝对值），最高的1位则用来代表该整数的符号。因此LC-3能表示的数值范围为-2^15~2^15-1（即-32768~32767），我们称LC-3的数值表示精度（precision）是15位，范围是2^15。但在很多情况下，我们要表示更大的数值，如6.023×10^23（摩尔常数），显然这个数超过了16-bit二进制数的表达范围。其实，更重要的是能够表达6023这个四位十进制数。

浮点数的引入可以解决这个问题。在浮点表示法中，除符号位外，并不是将所有bit都用于精度表示，而是一部分bit用于表示数值范围（多大、多小），另一部分用于表示数值精度。

大多数指令集都定义了一种或多种浮点数类型。其中之一通常被称为“float”类型，由32-bit组成，各bit定义如下：

• 符号：1bit，代表符号（正数或负数）
• 数值范围：8bit，代表范围（指数，exponent）
• 数值精度：23bit，代表精度（尾数部分，fraction）

该格式也是IEEE浮点运算标准的一部分。

浮点数类型

注意：尾数部分是被正则化的，即小数点左边有且仅有一位非0数字，但二进制方式下，这个非0数字只可能是1，所以这个1可以被省略。因此，23bit就能表示24位的精度。注意，在浮点表示法中，fraction将被正则化，即小数点左边有且仅有一个非零数（十进制）。指数值00000000代表指数值为-126，且尾数中小数点左边默认数字是0（而不是1），因此，该浮点数的值为-1^s×0.尾数×2^(-126)。

对浮点数中指数字段的254个取值，解释如下：实际的指数值等于该无符号整数减127之后的结果。例如：如果实际指数值为+8，那么指数部分则表示为10000111（即无符号数135）；如果实际指数值为-125，那么指数部分则表示为00000010（即无符号数2）。

最后一个字段为符号位，：0代表正数、1代表负数。公式中-1^s如果s=0，则结果为1，如果s=1则结果为-1。

例如：用IEEE浮点数表示-6的八分之五。

首先将-6的八分之五转换为二进制数-110.101，再将其正则化处理得到-1.10101×2^2；符号位为1，表示这是负数，指数部分为10000001，即无符号数125，代表实际指数为2；尾数部分为省略左边1之后的数，精度为23位，因此尾数部分为10101000000000000000000。因此，-6的八分之五的IEEE浮点数表示为：

1         10000001        10101000000000000000000

例如：问IEEE浮点数00111101100000000000000000000000代表什么数？

最左边为0，表示这是一个正数。随后的八位为无符号数123，将其减去127后得其实际指数为-4.最后23位全为0，所以它代表数值+1.0000000000000000000000×2^(-4)，即十六分之一。

例如： 0        10000011        0010100000000000000000

指数字段内容为131，代表实际指数值为131-127=4，在小数点左边补1，并将尾数字段放在小数点右边得1.00101，再将小数点右移4位，得10010.1，即18.5。

例如： 1        10000010        0010100000000000000000

符号位1代表负数。指数字段为130，代表实际指数值为130-127=3，在尾数字段前小数点左边添1，得1.00101，再将小数点右移3位得1001.01，则结果为-9.25。

例如：0        11111110        11111111111111111111111

指数值等于254-127=+127，在尾数字段及其小数点左边补1，，得1.1111111111111111111111，即大约为2，因此结果约等于2^(128)。

例如： 1        00000000        0000000000000000000001

符号为1表示负数，指数字段全为0，表示指数值-126，此时小数点左边补0，尾数值为2^(-23)，因此该浮点数为-2^(-23)×2^(-126)，即2^(-149)。

浮点数，既可以表示非常大的数值，也可以表达非常小的数值，只是牺牲掉一些数值精度而已。

ASCII码

它是一种用于在计算机处理单元和输入/输出设备之间传递“字符”（character）的编码标准，这种8-bit编码方式被称为ASCII码。ASCII代表美国信息互换标准码（America Standard Code for Information Interchange），它的存在为计算机厂家、设备厂家（生产键盘、显示器等设备）之间提供了一个定义字符格式的共同标准。每次在键盘上敲键，都将产生唯一的ASCII码，即当用户在键盘上敲下一个按键时，键盘传输给计算机的是其ASCII码值。

键盘上的大多数按键，都对应不止一个ASCII码，如大写的E的ASCII码是01000101，而小写的e是01100101，但这两个字母在给键盘上却是同一个按键。键盘通过功能键shift是否同时按下来区别两种情况。另外，在显示器上输出的字符，也是由计算机通过ASCII编码方式传输给计算机的。

ASCII码 - 基本ASCII码和扩展ASCII码,中文最全ASCII码对照表0~255 (asciim.cn)https://www.asciim.cn/最后文章创作不易，如果本文对大家有帮助的话，还请大家多多点赞加关注喔，谢谢大家！