深入理解计算机系统——信息的表示与处理(3.整数的运算、4.浮点数)

整数的运算

这章书本的内容感觉很复杂，且推导较多。主要就是一些运算的溢出问题，而底层的运算规则又没怎么讲，下面的底层运算规则是自己推导的。

加法

无符号的加法就是二进制数的直接相加然后对位数取模，这比较好理解。如果溢出就是取模后的结果。
有符号的加法是数的补码直接进行加法运算，然后还是取模。溢出就是取模的结果。

非

补码的非就是每位取反。

乘法

在二进制位的层面，乘法运算和十进制的乘法运算的方法是一样的。如：123 = 11000011 = 0011000+001100 = 100100 = 36。
补码也是一样的运算方式。
超过表达位数的需要取模。

乘除法优化

乘除在计算机运算中十分耗时。于是提出使用移位和加法来替代乘法。
数值二进制数的左移和右移相当于进行了乘法和除法。
x14 = x(2³+2²+2¹) = (x<<3)+(x<<2)+(x<<1)

浮点数

浮点数是近似的表示方法，在向整数转换时会有误差或者错误。

浮点数表示对形如V = x×2^y的有理数进行编码。
普遍使用IEEE标准来表示浮点数。
V = (-1)^s×M×2^E
s：表示正负值
M：尾数，是一个二进制小数
E：阶码，2的次幂的权重
规格化值：
最普遍情况。E中位不全为0或1。
E = e - Bias。
e是位表示的无符号数，Bias是等于2^k-1-1的偏置值。
M = 1 + f。

非规格化值：
E位码全为0时。
E = 1-Bias
M = f

特殊值：
E位码全为1，M全为0，表示无穷。s=0表示正无穷，s=1表示负无穷。
E位码全为1，M非全0，表示NAN（not a number）

舍入

默认为向偶数舍入，即舍入之后的最后一个数是偶数。

小结

果然在看的时候还是有些晦涩难懂，而且根本不知道看了有什么用。
后面很多也是这样，为了工作准备打算先跳过一些，看看网络编程。