【计算机组成原理】第2章 运算方法和运算器

2.1 数据与文字的表示方法

2.1.1 数据样式

在选择计算机的表示方法时，要考虑
1. 数的类型（小数，整数，实数和复数）
2. 数值范围
3. 数值精确度
4. 数据存储和处理所需的硬件代价

计算机中常用的数据表示格式：1. 定点格式；2. 浮点格式
定点格式：数据范围有限，要求的处理硬件比较简单
浮点格式：数据范围较大，要求的处理硬件比较复杂

1.定点数的表示方法：

参与运算的数的小数点位置固定不变。

$X_n$	$\ X_{n-1}\ ...\ X_1\ X_0$
符号	量值（尾数）

纯小数：

小数点在$X_n$和$X_{n-1}$之间。
小数点固定在最高位之后称为定点小数。若机器字长为n+1位，数值表示为：
$X=X_n.X_{n-1}\ ...\ X_1\ X_0$，其中$Xi={0,1},0≤i≤n$（这里$X_n$不表示数字，只表示符号，若$X_n=0$，则代表$X=0.\ X_{n-1}\ ...\ X_1\ X_0$，$X_n$=1，则代表$-0.\ X_{n-1}\ ...\ X_1\ X_0$。
例如：1111表示-0.875
绝对值最小：各位均为0，$|X|_{min} = 0$;
绝对值最大：各位均为1，$|X|_{max} = 1 - 2^{-n}$;

纯整数：

小数点在X0右边。
绝对值最小：各位均为0，$|X|_{min} = 0$;
绝对值最大：各位均为1，$|X|_{max} = 2^n - 1$;
PS:
0.1111111 = 1.0000000 - 0.0000001 = 1 - $2^{-7}$;
0 1111111 = 1 0000000 - 1 = $2^7$ - 1;

2.浮点数的表示方法：

1. 任意十进制$N$ 可以写成 $N = 10^E.M$
2. 任意二进制$N$ 可以写成 $N = 2^e.M$
   -$M$ 为浮点数的尾数，是一个纯小数
   -$e$ 是比例因子的指数，称为浮点数的指数，是一个整数

IEEE754标准

$S$	$E$	$M$
31(1)	30———23(8)	22———0(23)

-$S$ 是符号位，占1位，$S$ = 0表示正数，$S$ = 1表示负数。
-$E$ 是阶码，占用8位；阶码采用移码方法来表示正负指数。
指数真值变成阶码$E$ 时，$e + 127 = E$.
当尾数的值不为0时，尾数域的最高位应为1，这称为浮点数的规格化表示。否则以修改阶码的同时左右移动小数点位置的方法，使其变成规格化数形式。
32位浮点数x的真值表示：
$x = (-1)^S \times(1.M) \times2^{\ E-127}$;
$e + 127 = E$.
其中尾数域所表示的值是$1.M$。由于规格化的浮点数的尾数域最左位（最高有效位）总是1，故这一位经常不予存储，而认为隐藏在小数点的左边。于是23位字段可以存储有效数。

---

例1：(754标准转化10进制)
若浮点数x的754标准存储格式为$(41360000)_{16}$ ，求其浮点数的十进制数值。
将16进制转化成二进制：

$S$ 符号位	$E$ 阶码	$M$ 尾数
0	100 0001 0	011 0110 0000 0000 0000 0000
31(1)	30———23(8)	22———0(23)

指数 e = 阶码 - 127=10000010 - 00000011 =$(3)_{10}$
包括隐藏位1的尾数$1.M$ = 1.011 0110 0000 0000 0000 0000 = 1.011011
$x = (-1)^S \times(1.M) \times2^{\ e} = +(1.011011) \times 2^3$ = +1011.011 =$(11.375)_{10}$
例2：(10进制转化754标准)
将数$(20.59375)_{10}$ 转换成754标准的32位浮点数的二进制存储格式。
1.转化成二进制：20.59375=10100.10011
2.规格化表示：10100.10011=1.010010011$\times2^4$ $e=4$
3.得符号位S=0,阶码E=4+127=131=10000011，M=010010011
解得：

$S$ 符号位	$E$ 阶码	M