【计算机组成原理】【考试速通】第二章数据的运算和表示

进制转换

很简单，不写了。

定点数编码

定点数指小数点不会移动，浮点数则是小数点会移动位置。

四种编码

原码：一位数字表示符号，符号位0为正数，1为负数。因此原码的0有两种表示方法，即00000000和10000000（假设为8位）。原码的符号位只表示正负，不参与运算
反码：一位数字表示符号，符号位0为正数，1为负数。符号位=0时，反码等于原码。符号位为1时，数值位与原码相反。（其实没啥用）
补码：有符号整数一般用补码，一位数字表示符号，符号位0为正数，1为负数。符号位=0时，补码等于原码。符号位为1时，原码数值位取反再加一就是补码（或者反码加1）。
补码的符号位参与运算。符号位=0时即为0，符号位为1时为-2^n，例如8位补码10000000就是-128，10000001就是-127（-128+1）
特殊性质：由于负数的补码先取反再加一，故从右向左数第一个1（包括这个1）的右边和原码一样（因为+1），左边（不包括这个1）和反码一样（因为取反）。如下图：

【例题】

【选B】即10000011，最小一定是符号位为1，剩下的一代表的值越小越好。

【选B】，补码范围为-2^n ~ 2^n-1,最小为10000000，最大为01111111（8bit的情况）。
移码：一位数字表示符号，符号位0为正数，1为负数。补码的符号位取反就是移码。移码和浮点数的阶码相关。

【例题】

【选B】从上图即可得出结论。记住移码是补码符号位取反，且要溢出只能x=-128，故补码为10000000，移码就是00000000.

定点数运算

移位运算

算数移位

前提：

1. 在不溢出的情况下，左移相当于乘2，右移是除以2.
2. 算数移位不论左移右移，都不带着符号位移动，即只是数值位移动。

具体操作：

3. 对于正数，原、反和补码均相同，无论左右移动都是补0，这也因为这三种码在正数时均相同。对于正数的溢出，三种码也相同。实际上正数的溢出完全可以看真值，真值超出表示范围即溢出。

类型	移动前(真值为2）	左移（真值为4）	右移（真值为1）
原	0000 0010	0000 0100	0000 0001
补	0000 0010	0000 0100	0000 0001
反	0000 0010	0000 0100	0000 0001

4. 对于负数，原码补0，反码补1。而由于补码的特殊性质，即右数第一个1右边和原码一样，左边和反码一样，故左移就是原码被拓展，即补0，右移是反码被拓展，补1.下图为示例。由于补码和原码的表示范围不同，原码溢出时补码可能并不会溢出。

类型	移动前(真值为-64）	左移（真值为-128）	右移（真值为-32）
原	1100 0000	1000 0000（溢出，原码为-0）	1010 0000
反	1011 1111	1111 1111	1101 1111
补	1100 0000	1000 0000（补码负数比原码大1，未溢出）	1110 0000

负数溢出的规则很多也很复杂，但其实没必要去找太多的规则，只要看真值在移位后是否出现了溢出或者丢失精度，就可以判断具体情况。

例一：
原码为1100 0000，真值为-64，左移就会出错（溢出）。原码为1100 0001，真值为-65，右移为1010 0000，真值为–32，即丢失精度（并不是出错，因为在计算机中-65/2就等于-32，只是0.5的精度被丢失了。
这也就是所谓的”原码左移丢一出错，右移丢一丢精度“

对于反码，与补码相反即可。在实际计算中可以转换为原码再看真值，看是否溢出或者丢失精度。

例二：
补码为1100 0000，真值为-64，左移为1000 0000真值为-128，没有出错。
补码为1010 0000，真值为-96，左移为1100 0000真值为-64，出错。
补码为1100 0000，真值为-64，右移为1110 0000真值为-32，没有出错。
补码为1100 0001，真值为-63，右移为1110 0000，真值为-32，丢失精度。
说明补码左移如果不出错，需要数值位最高位和符号位相同（为1），右移丢一会丢失精度。
其实上面的结论完全不需要记忆，还是看真值即可，不溢出则是正确的。-96再左移已经超出最大表示范围，则一定出错。

5. 若左移时丢1，则会导致错误（例如上面的原码溢出）。右移时丢1，会丢失精度（右移是除以2，若最后一位为1，再右移会出现0.5，但在整数里无法表示，则会被丢失）。
   
   【选D】一是正确的，反码和原码是对应的，反码负数丢0则原码是丢1，一定会出错。右移丢0即原码丢1，会影响精度。二也是正确的，见上面的例二。三也是正确的，双符号位只有低位参加。见下面内容。

逻辑移位

逻辑移位将操作数视为无符号数，故左右移位都是补0.

循环移位

循环移位分为两种，不带进位位和带进位位。循环移位的主要特点是，移出的数位又被移入数据中，而是否带进位则要看是否将进位标志位加入循环位移。例如，带进位位的循环左移，就是数据位连同进位标志位一起左移，数据的最高位移入进位标志位 CF，而进位位则依次移入数据的最低位。

加减运算

原码的加减运算十分复杂，一般不考。

操作	方法
正+正（正-负）	绝对值加法，可能溢出
负+负（负-正）	绝对值加法，加符号，可能溢出
正+负（正-正，负-负）	绝对值大的减去绝对值小的，再视情况加符号

补码加减法：都换成加法，且符号位参与运算，运算得到的结果位数不变，如果超出则丢弃。即：

【A+B】=【A】+【B】
【A-B】=【A】+【-B】

其实也可以直接看真值再计算，并判断是否溢出。例如下面这题，实际上不需要计算二进制位，直接看真值，15+24一定不会溢出，故直接写39的补码即可。15-24同理。如果要计算二进制位，就逢二进一即可（不溢出的话）

溢出的判断方式：至于是哪种溢出，依然可以写真值来判断。

（1）一位符号位表达式的意思是，如果为正数+正数或者负数+负数才可能溢出，因此是AB和AB的非。后面的S则是符号位，如果是负数+负数，则AB=1，结果为正数才是溢出，即S=0，故第一个式子是ABS非。正数+正数，则AB=0，结果为负数才是溢出，即S=1，故为AB非S。中间的加号表示两种有一种达成即可判断是溢出。
（2）双符号位在写的时候可以直接写两个符号位。原理其实也类似，正数符号位为0，负数为1，溢出则会使得符号位变化。
（3）一位符号位原理和双符号位其实也一样，不过是表示形式不同，导致硬件电路出现区别。

加法器

（1）一位全加器。进位表达式的意思是，若要产生进位，要么是AB均为1，即1+1可以产生进位，要么是AB中有一个1，进位位（Ci-1）也为1，这样1+1=0也会进位。一位全加器从名字就可以看出，只能进行一位二进制的加法，因此为了完成多个二进制位的加法，可以把全加器串联起来形成多位的全加器。

（2）串行全加器

串行全加器可以满足多位二进制位的相加，A+B实际上可以看作向量对应项相加，即A1+B1，进位结果送到下一个全加器在和A2B2进行运算。不难看出，整个串行全加器的时间消耗主要是在送进位位的过程上，因为计算S和C是使用电路进行，是很快速的。因此要设计一种并行的全加器。
（3）并行全加器
这里需要公式的推导：影响串行全加器速度的是传递进位位的时间，因此主要的分析点应当在进位位上。对于第二个进位位，有：

C2 = A2B2+(A2⊕B2)C1
C1 = A1B1+(A1⊕B1)C0
//因此可以合并同类项
C2 = A2B2+(A2⊕B2)(A1B1+(A1⊕B1)C0)

因此可以不断的这样推导下去,将每个C最终换成之和AiBi以及C0相关
我们设：Gi=AiBi，Pi=Ai⊕Bi（为了方便化简式子），那么就有：

C1 = G1+P1C0
C2 = G2+P2C1 = G2+P2*(G1+P1C0) = G2+P2G1+P2P1C0

以此类推，我们就依次设计电线即可：越高位的加法器的电路线越复杂，这从上面的推导可以理解。

但如果位数过多，高位加法器增加的电线数就会非常多，导致电路过于复杂。因此我们可以把这种设计分成一组四个，分成若干组即可。即达到了组间串行，组内并行的效果。那如果再把这些组用相同的方式并行，就可以得到组间并行，组内并行的电路了。
（4）对加法器的改进：
如果想要对有符号数进行运算，那就需要带上各种符号位，例如溢出位、符号标志位、进位/借位位、零标志位。

（5）算术逻辑单元ALU
这可以说是运算器必不可少的部分，后面很多电路的内容都需要ALU来支撑。加减乘除本质上都是加法运算，因此ALU本质上是一个带标志的加法器，也可以进行与或非的逻辑操作。

乘法运算

（1）原码乘法
原理：
乘法说白了就是若干次加法列竖式。例如1011×1101，前者为A,后者为B，列竖式：
每次用B的最后一位乘A,将结果加入到ACC（累加寄存器）中，并将结果右移（因为下一次乘得的结果要比这次的结果高一位），如图所示，第一次是1×1101，第二次就是1×1101，第三次是0×1101，最后是1×1101，每次乘法解释都要将结果加入ACC并右移。其实就是在用计算机模拟乘法列竖式的过程。而符号位单独计算即可（使用异或）。

实现上述过程的电路如下：和上面描述的列竖式的过程一一对应，被乘数寄存器X就是存储被乘数的位置，乘积寄存器P就是存储乘积的高位，而Y存储的是乘数。每次取Y的最后一位（或者说最低位）乘X内的被乘数，乘积结果的值加到P上，然后P和Y的值整体右移一位，P右移是因为乘法列竖式时，下一次运算的结果比当前的运算结果要高一位，而Y右移不仅是给P腾出空间，也是将下一次和被乘数做乘积的数更新。其实P和Y就是一个整体。

运行流程如图所示，分割线左边的是Y的内容，左边的四位是P中内容，丢失位则是在不断运算过程中，运算过的乘数。在手写计算时，首先要将两个原码写成双符号位，在进行n次加法后移位（n为位数）。

（2）补码乘法运算
即所谓的booth算法，和原码乘法其实大致相同，不同的地方在于：（1）在n次的计算和移位后，最后再做一次加法。（2）在Y的在最后加上一个辅助位，具体加的内容要根据辅助位来判断。
规则如下

电路如下：

定点数的除法

这里说的一般是定点小数的除法，故被除数一定要小于除数，否则结果就会大于1，也就导致不是定点小数。
除法的原理也是列竖式，与乘法不同的则是除法是每次选择商0还是1。
除法的电路和乘法大致相同。其实电路基本都是一样的，不过是选择乘法或者除法，导致寄存器的含义发生变化。

（1）原码除法之恢复余数法
在Y中存储除数，R中存储被除数和余数。每一次Q的最后一位会先默认商1，用被除数减去除数，如果结果是负数（有电路进行判断）则会再加上除数的相反数，并且商0.如果结果为正数，则将R和Q的值一起左移。产生n位商后结束。符号位单独使用异或电路计算。
（2）不恢复余数法即不用恢复余数，遇到负数商0即可。商0再左移后加的是除数的绝对值的补码即可。

（3）补码不恢复余数除法
（1）符号位参加运算，除数与被除数均用补码表示，商和余数也用补码表示。（2）若被除数与除数同号，则被除数减去除数;若被除数与除数异号，则被除数加上除数。
（3）若余数与除数同号，则商上 1，余数左移一位减去除数;若余数与除数异号，则商上0,余数左移一位加上除数。
（4）重复执行第3步操作 n次。
（5）若对商的精度没有特殊要求，则一般采用“末位恒置 1”法。

商为1.0101，余数位0.0111*2^(-4)

整数类型以及类型转换

short：2B，-32,768到32,767
int：4B，-2147483648到2147483647
char：8位无符号整数

1. 有符号数和无符号数
   无论如何转化，其二进制编码均相同，因此只是计算机解释的方式不同。例如将short类型的x转换为unsigned short，长度没有变化，变化的只有计算机解释数据类型的方式。对于有符号数是补码，无符号数则是原码。
   
2. 不同字长的字符转换
   长->短，直接截断，解释方式看转换后的数据类型。如果是有符号数则为补码，否则为原码。
   
   短->长：需要对新的数据进行高位拓展。如果是无符号数进行扩展，则高位补充0。如果为有符号数，则高位用符号位扩展。
   

大端法、小端法和边界对齐

有一个很简单易懂的例子来形容大小端法：大端法更像现代人，书写都是从左向右写，而小端法是古代人，书写是从右向左写。但书写的方向并不改变字的构成，例如写“好”这个字，不论是古代人还是现代人都会写成“好”，而不是“子女“。
大端法就是从低地址向高地址写，而小端法是高地址向低地址写。

边界对齐：寻址可以按照字、半字或者字节寻址，如果存储字长为4B，那就可以按照下图左边的方式存储。这样的好处是存取指令方便，那对于流水线的适应也就更好。而右边的方式则会导致取一个半字可能分成两次。

浮点数及其运算

有浮点数的原因是如果只用定点数，再表示一些很大的数的时候会很麻烦，例如表示2^100这种数，会出现过长的位数，导致难以表示。因此可以考虑换成类似于科学计数法的方式，将一个大数分成：数符、阶码、尾数和基数。

其中数符S代表的是数字的正负。尾数M代表的是经过阶数处理后的数。相当于科学计数法中2.5*10^5中的2.5。基数R相当于科学计数法中的10，在浮点数中默认为2，阶码E相当于科学计数法中的5。因此浮点数可以用这几部分去表示很大的数字。
例如：0 10 01001 第一位0说明是正数，阶码10表示为2，即乘2^2，尾数为0.01001，则结果为0.01001*2^2即+1.001.

浮点数的规格化

若尾数的第一位为0这种无效位，则会导致精度的丢失。例如114514可以写成1.14514*10^5，也可以写成0.000114514*10^9,如果小数位数最多6位，就会变成0.000114*10^9，导致精度丢失。也不要出现大于10的数。
规格化的方法：若是最高位不是1，则需要左移，直到最高位为1。每次左移阶码需要减一（左移二进制位则相当于乘2，故要减一）。如果有效位到小数点之前，就需要右规，即尾数右移，阶码加一，直到第一个有效位在小数点的右边为止。

IEEE标准

下图是IEEE的浮点数标准，和前面的浮点数标准做区分，但含义和组成仍相同。IEEE标准的阶码是用移码进行表示，bias=2^(n-1)-1,例如8位阶码，bias则为127.

IEEE的浮点数除去阶码的表示和上面不同之外，其尾数前也加1，这是因为对于规格化的二进制浮点数，尾数的最高位总是1，故1就当作隐藏位，不写在尾数中，最后计算真值的时候加上1即可（前提是阶码不为全0、全1这种特殊情况）。

【例题】
（1）将十进制数（-0.75）转化为IEEE标准的单精度浮点数；
-0.75=-0.11，故数符为1。0.11左移后为1.1*2^-1，故尾数为100000…（因为最高的1被隐藏）。阶码为-1+bias=-1+127=126=0111 1110
故结果为：

1 01111110 1000000000000000000000

（2）IEEE单精度浮点数C0 A0 00 00 H真值为？
原值转换为二进制：
1 | 100 0000 1 | 010 0000 0000 0000 0000 0000
1代表是负数，阶码真值=1000 0001-0111 1111=2(移码计算直接当作无符号数相减即可）
故真值为-1.01*2^2=-101=-5.
（3）IEEE单精度能表示的最大、最小绝对值值为？（阶码不全为0和1）
最小：尾数为0，阶码为-126.最大：尾数全1，阶码为127。

阶码特殊值

浮点数运算

1）对阶
对阶的目的是使两个操作数的小数点位置对齐，即使得两个数的阶码相等。为此，先求阶差，然后以小阶向大阶看齐的原则，将阶码小的尾数右移一位(基数为 2)，阶加 1，直到两个数的阶码相等为止。尾数右移时，舍弃掉有效位会产生误差，影响精度。
2）尾数求和
将对阶后的尾数按定点数加(减)运算规则运算。运算后的尾数不一定是规格化的，因此,浮点数的加减运算需要进一步进行规格化处理。
3）规格化
4）舍入
这是由于尾数有具体数量，故需要舍去超出的值。舍入的规则可以是（1）直接去掉多余的部分（2）如果去掉的是非零部分，则前一个数进一（3）四舍五入
5）判断溢出
阶码可能会超出所给位数，故需要判断是否溢出。