C语言—机器字、大小端及原码、反码和补码

一.机器字

    机器字不同于高级语言中的“字”。

    高级语言中的“字”指一个二进制数据的位数，一般的一个字由八位二进制数组成。

    要了解数据在计算机中的读取方式，首先我们要了解一个概念：机器字长。

    机器“字”，是计算机能够一次性处理事务的一个固定长度的位组。一个“字”的位数即字长。

    机器字长是指：计算机进行一次整数运算所能处理的二进制数据的位数。

    在计算机中，机器字长能够反映出计算机处理数据的能力和数据处理的精度。机器字长越大，表示计算机能够一次性处理的数据的位数越多，计算机处理数据的能力越强，时间越短，精度越大。

二. 大小端问题

    在数据处理过程中，存放在静态存储区的数据由CPU寻址进行读取、译码和操作。问题在于读取之后如何进行值的大小确定，这就涉及了位的权值，依此，我们来介绍大小端的概念。

    在内存中，大端模式或小端模式是由计算机的硬件操作系统决定的。

⑴ 大端 Big-endian 

     指数据的高位存储在低地址中，数据的低位存储在高地址中。即越往下，数据的权值越大；越往上，数据的权值越小。

⑵ 小端 Little-endian

     指数据的高位存储在高地址中，数据的低位存储在低地址中。即越往下，数据的权值越小，越往上，数据的权值越大。

三. 原码、反码和补码

⑴ 原码：数据的二进制表达形式。

⑵ 反码：正数的反码不变，负数的反码在原码的基础上除了符号位，其他都取反。

⑶ 补码：正数的补码不变，负数的补码在原码的基础上除了符号位取反，并且在最后位上加一。

由于最高位上存储的是数据的符号，我们将除符号位的7位二进制表示的数称为真值；带有符号位的八位二进制表示的数称为形式值。

下面，我们探讨数据在内存中的存储形式：

我们知道，数据在计算机内都是以二进制的形式来表示的，原码、反码和补码都表示同一个数据，问题是，数据究竟是以这三种表示形式中的哪一种被存储进内存的呢？

假设，数据以原码的形式存储：

用原码进行简单的数据运算：1-1=0

在计算机中运行减法运算时，可以将减去一个数转换成加上这个数的负数。因为在数据的二进制表达中，数据的正负是通过最高位的数字来表示的（0表示正数，1表示负数），如果计算机进行运算时对符号位进行辨认后再操作，那么程序就太过复杂了。为了在计算过程中将符号位也带入运算，简化运算步骤，将计算机中的减数都转换成加上这个数的负数。

1-1=1+（-1）=[00000001]原+[10000001]原

                       =[10000010]原=-2

显然，用原码进行数据运算后的结果是错误的。故在计算机中，数据的存储形式不是原码。

再假设，数据以反码的形式存储：

用反码进行简单的数据运算：1-1=0

1-1=1+（-1）=[00000001]原+[10000001]原

                       =[00000001]反+[11111110]反

                       =[11111111]反=[10000000]原

                       =-0

从真值上看，用反码表示数据时进行的数据运算的结果是可取的，但问题出在0前面的“负号”上。

如果计算机用反码存储数据，那么对于数据0，就有一正一负两种表达形式，显然，这是不可取的。

补码的出现，解决了0的双符号和两个编码的问题：

用补码进行数据存储，进行简单的数值运算：1-1=0

1-1=1+（-1）=[00000001]原+[10000001]原

                       =[00000001]反+[11111110]反

                       =[00000001]补+[11111111]补（注：在运算过程中，符号位也参与运算，该进位就进位）

                       =[00000000]补=[00000000]原（补码的补码等于原码）

                       =0

由简单的运算可以看出，数据在内存中以二进制补码的形式存储。