计算机组成原理-数据的机器级表示与处理-第一季 数的表示

---

数据的机器级表示与处理

本小节主要结合C语言介绍C语言的运算及计算机内部的机器级表示和基本处理
主要内容包括：

• 进位计数制、 二进制定点数的编码表示、无符号整数和带符号整数的表示，
• IEEE754 浮点数表示标准、西文字符和汉字的编码表示 。
• C语言中各种类型数据的表示和转换、数据的宽度和存放顺序、基本运算及其运算电路。
  本文会加上作者自己的理解，如有不对的地方欢迎指正。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、数值与编码

1. 二进制编码

（一）机器级数据分两大类：

1. 数值数据：无符号整数、带符号整数、浮点数（实数）、十进制数
2. 非数值数据：逻辑数（包括位串）、西文字符和汉字

---

（二）计算机内部所有信息都用二进制进行编码用二进制编码的原因：

1. 制造二个稳定态的物理器件容易
2. 二进制编码、计数、运算规则简单
3. 正好与逻辑命题对应，便于逻辑运算，并可方便地用逻辑电路实现算术运算真值和机器数
   
   指令所处理的数据类型分为数值数据和非数值数据两种。

• 数值数据可用来表示数量的多少，可比较其大小，分为整数和实数，整数又分为无符号整数和带符号整数。在计算机内部， 整数用定点数表示，实数用浮点数表示。
• 非数值数据就是一个没有大小之分的位串，不表示数量的多少，主要用来表示字符数据和逻辑数据。

在计算机内部，数值数据的表示方法有两大类：第一种是直接用二进制数表示；另一种是采用二进制编码的十进制数 (Binary CodedDecimal Number, 简称BCD) 表示。表示一个数值数据要确定三个要素：进位计数制、定/浮点表示和编码规则。
任何给定的一个二进制0/1序列，在未确定它采用什么进位计数制、定点还是浮点表示以及编码表示方法之前，它所代表的数值数据的值是无法确定的。

2. 进制的相互转换

进制的相互转换就不做讨论了，主要注意一点，小数转成二进制。看下面这个例子就可以。

3. 定点数与浮点数

3.1 定点数

1.定点数主要包括原码、反码、补码、移码的介绍。下面分别介绍如下所示：
原码：原码（True form）： “符号－数值”表示法，符号位＋绝对值的真值。浮点数的尾数采用的是原码的方式。

根据上面两个图片能够看清原码的操作。原码性质：

• 带符号的绝对值表示，符号位为“0”表示该数为正，符号位为“1”表示该数为负。
• “0”不惟一。
• 表示范围（机器字长为n+1）：
• 定点小数：－(1－2^-n)～＋(1－2^-n)
• 定点整数：－(2ⁿ－1)～＋(2ⁿ－1)
• 若字长为n，总共有2ⁿ个码点，但对应的真值只有2ⁿ－1个。
• 负数的原码大于正数的原码。
• 若是8位机器，能够表示的范围是-127~127

---

补码：计算机没法运算减法，怎么把减法转换成加法呢?这是一个值得思考的问题。例如如果是一个8位寄存器，怎么计算12-3这个数呢？我们需要首先找到模，8位寄存器的机器模是1+8个0，即256；当时小数的时候模时2；我们需要知道如果两个数互补，-3的绝对值+某一个数=256，这样我们能够求出这个数，但是这个数据的求出还需要减法，这就是一个死循环了，但是我们用的时二进制，那么求补码就很简单了，数据取反，末尾加一就可以了。补码的性质如下：

1）补码的符号位 用补码表示的数，若其最高位为“0”，则此数为正；若其最高位为“1”，则此数为负。

2）补码中0的表示： 由补码定义，[0]补＝0

3）补码的表示范围： 假设机器字长为n+1，则 用补码表示的定点小数，其表示范围为： －1≤X≤＋(1－2-⁽ⁿ⁾)；
用补码表示的定点整数，其表示范围为： －2ⁿ≤X≤＋(2ⁿ-1)。 比原码多表示一个数。

4）负数的补码值大于正数的补码值 补码与真值、原码之间的相互转换 当X≥0时，X＝[X]_原＝[X]_补 当X<0时，如下图所示。

5）补码的符号位扩展 定点小数：在其低位填充适当位数的“0” 定点整数：符号位扩展

---

移码：移码只出现在整数中，其实计算机中采用移码来表示浮点数的阶。一般情况下移码=真值+偏移量（8位的偏移量时128，但是在IEEE中时127）浮点数实际上是用两个定点数来表示的。用一个定点小数表示浮点数的尾数，用一个定点 整数表示浮点数的阶(即指数)。 一般情况下，浮点数的阶都用一种称之为“移码”的编码方 式表示。通常将阶的编码表示称为阶码。
为什么要用移码表示阶呢?因为阶可以是正数，也可以是负数，当进行浮点数的加减运算 时，必须先“对阶”(即比较两个数的阶的大小并使之相等)。为简化比较操作，使操作过程 不涉及阶的符号，可以对每个阶都加上一个正的常数，称为偏置常数 (bias),使所有阶都转 换为正整数，这样，在对浮点数的阶进行比较时，就是对两个正整数进行比较，因而可以直观 地将两个数按位从左到右进行比对，简化了对阶操作。

3.2 C语言中的整数

整数的小数点隐含在数的最右边，故无须表示小数点，因而也被称为定点数。计算机中的整数分为无符号整数 (unsigned integer) 和带符号整数 (signed integer) 两种。C语言中如果写了一个常数，默认的值如下所示。

还需要理解上图的原理。

3.3.浮点数

3.3.1 普通浮点数的表示方式。

上面这个例子中，规格化数据的格式是0.1xxxxxx。所以最大的正数就是，尾数全1 阶码全1。一般情况下阶码都是-128-127。IEEE754除外，是-127-128
左规：若采用变形补码表示尾数，则当结果的尾数出现11.1xxx…x或00.0xxx…x的形式时，需将尾数左移1位，阶码减1，直到尾数为规格化形式为止。
右规：当浮点运算结果的尾数出现01.xxx…x或10.xxx…x的形式时，并不一定溢出，应先将尾数右移1位，阶码加1，然后判断阶码是否溢出。

小总结：普通浮点数的阶码、规格化规范都是不同CPU自己确定。

3.3.1 IEEE754的表示方式。

• 尾数用原码表示，小数点前隐含一个“1”。
• 基值隐含为2。
• 阶码用移码表示，移码的偏移值有专门约定：n位移码的偏移值为 2^(n-1)－1。
• 指数(阶码)的最大值、最小值作为特殊标记预留，用来标记某些异常事件或机器零。
  

浮点数的溢出：数的大小超出了浮点数表示范围。原因：指数部分太大，以至于无法用有限的指数字段表示出来。
下溢：阶码小于机器能表示的最小阶码。一般当作机器零处理，机器继续运行。
上溢：阶码大于机器能表示的最大阶码。机器必须转入溢出故障的中断处理程序进行相应的处理。
如何降低上溢或下溢发生的可能性？采用双精度格式。下面的博文写的时对浮点数理解比较深的博文，可以参考。浮点数详细介绍
IEEE 754 标准规定，当指数 exp 的所有位都为 1 时，不再作为“正常”的浮点数对待，而是作为特殊值处理：

• 如果此时尾数 mant 的二进制位都为 0，则表示无穷大：
• 如果符号 sign 为 1，则表示负无穷大；
• 如果符号 sign 为 0，则表示正无穷大。
• 如果此时尾数 mant 的二进制位不全为 0，则表示 NaN（Not a Number），也即这是一个无效的数字，或者该数字未经初始化。
  当指数 exp 的所有位都为 0 时，如果尾数都是0择表示0，如果尾数不是0就表示非规格化小数，小数点前面是0.
  

简单概念。

“字”和 “字长”的概念不同
“字长”指数据通路的宽度。
（数据通路指CPU内部数据流经的路径以及路径上的部件，主要是CPU内部进行数据运算、存储和传送的部件，这些部件的宽度基本上要一致，才能相互匹配。因此，“字长”等于CPU内部总线的宽度、运算器的位数、通用寄存器的宽度等。 ）
“字”表示被处理信息的单位，用来度量数据类型的宽度。
字和字长的宽度可以一样，也可不同。
例如，x86体系结构定义“字”的宽度为16位（不变），但从386开始字长就是32位了（寄存器尾数）。存储字长是MDR的位数。16位计算机 16个寄存器 20个地址线 32位计算机都是32位 64位计算机寄存器64位，地址48位。
按多少字节对齐，其实就是说地址后面一定有几个0 ，有的地址是按照4K对齐，就是后面4位都是0。有的是16位对齐，就是最后面一位是0。32位对齐就是4个字节，后面两位是0.

PS：下一小节介绍结合C语言介绍具体运算