数据的机器层次表示

一、数值数据的表示

1、原码表示法

    原码表示法是一种最简单的机器数表示法，其最高位为符号位，符号位为 $0$ 时表示该数为正，符号位为 $1$ 时表示该数为负，数值部分与真值相同。
    在原码表示中，真值 $0$ 有两种不同的表示形式：$$[+0{]}_{原}=00000$$$$[-0{]}_{原}=10000$$

2、补码表示法

    补码的符号位表示方法与原码相同，其数值部分的表示与数的正负有关：对于正数，数值部分与真值形式相同；对于负数，将真值的数值部分按位取反，且在最低位上加1。
    在补码表示中，真值 $0$ 的表示形式是唯一的：$$[+0{]}_{补}=[-0{]}_{补}=00000$$

3、反码表示法

    反码表示法与补码表示法有许多类似之处，它与补码的区别是末尾少加一个 $1$ 。
    在反码中，真值 $0$ 也有两种不同的表示形式：$$[+0{]}_{反}=00000$$$$[-0{]}_{反}=11111$$

二、机器数的定点表示与浮点表示

1、定点表示法

2、浮点表示法

    让小数点的位置根据需要而浮动，这就是浮点数。例如：$$N=M\times r^E$$式中：$r$ 是浮点数阶码的底，与尾数的基数相同，通常为 $2$。$E$ 和 $M$ 都是带符号的定点数，$E$ 叫做阶码(Exponent)，$M$ 叫做尾数(Mantissa)。
    规格化浮点数：一个浮点数的表示形式并不是唯一的。例如：二进制数 $0.0001101$ 可以表示为 $0.001101\times 2^{-01}、0.01101\times 2^{-10}、0.1101\times 2^{-11}$……而只有 $0.1101\times 2^{-11}$ 是规格化数，这就如同十进制实数中的科学标识法一样。

3、浮点数阶码的移码表示法

    移码就是在真值 $X$ 基础上加一个常数，这个常数被称为偏置值，相当于 $X$ 在数轴上向正方向偏移了若干单位，这就是“移码”一词的由来。即$$[X{]}_{移}=偏置值+X$$
    移码具有以下特点：
1）在移码中，最高位为 $0$ 表示负数，最高位位 $1$ 表示正数，这与原码、补码以及反码的符号位取值正好相反。
2）移码全为 $0$ 时，它所对应的真值最小；全为 $1$ 时，它所对应的真值最大。因此，移码的大小直观的反映了真值的大小，这将有助于两个浮点数进行阶码的大小比较。
3）真值 $0$ 在移码中的表示形式也是唯一的，即 $[+0{]}_{移}=[-0{]}_{移}=10000000$。
4）移码把真值映射到一个正数域，所以可将移码视为无符号数，直接按无符号数的规则比较大小。
5）同一数值的移码和补码除最高位相反外，其它各位相同。

4、浮点数尾数的基数

5、IEEE 754 标准浮点数

    下面以32位的短浮点数为例，讨论浮点代码与其真值之间的关系。最高位为数符位；其后 $8$ 位阶码，以2为底，用移码表示，阶码的偏置值为 $127$；其余 $23$ 位是尾数数值位。对于规格化的二进制浮点数，数值的最高位总是1，为了能使尾数多表示一位有效值，可将这个1隐含，因此尾数数值实际上是24位（1位隐含位+23位小数位）
    例：将 $(100.25{)}_{10}$ 转换成短浮点数格式。
1）把十进制数转换成二进制数。$$(100.25{)}_{10}=(1100100.01{)}_2$$
2）规格化二进制数。$$1100100.01=1.10010001\times 2^6$$
3）计算出阶码的移码(偏置值+阶码真值)。$$1111111+110=10000101$$
4）以短浮点数格式储存该数。
因为，$$符号位=0$$$$阶码=10000101$$$$尾数=10010001000000000000000$$所以，短浮点数代码为：$$0;10000101;10010001000000000000000$$表示为十六进制的代码：$42C88000H$

三、非数值数据的表示

1、字符和字符串的表示

2、汉字的表示

四、十进制数和数串的表示

1、十进制数的编码

2、十进制数串