[数电计组]第二节：二进制编码

计算机外部信息和内部数据的表示：

外在的多媒体信息是连续的，可以对离散样本用0、1编码以使信息离散化，这样便可以在后续运算中处理。

计算机内部信息都用二进制编码。原因：

（1）制造两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）正好与逻辑命题相对应，便于逻辑运算，并可方便地用逻辑电路实现算术运算。

机器数 ：用0和1编码的计算机内部的0/1序列

真值 ：机器数真正的值，即：现实中 带正负号的数

进位计数制：用一串数字表示一个 数 ，每个数字的位置对应一

个 权重 ，该数的值就等于所有数字按权展开后相加的和。

某一数制下的数据：

最高有效数字：most significant digit（MSD）

最低有效数字：least significant digit（LSD）

二进制数中，最左边的位称为最高有效位MSB，最右边的位称为最低有效位LSB

度量单位：bit，Byte，KB,MB,GB,TB,PB

进位计数制：

八进制数，取0~7，逢8进1，后缀“O”表示八进制数。

十六进制数，取0~9，A~F。常用前缀“0x”或后缀"H"表示十六进制数。

二进制对应字母B，十进制对应D

进位数制之间的相互转换：

二进制转八进制、十六进制：分组对应法，按照小数点为分界线，前、后按照器对应的二进制转换位数进行处理。

A进制转B进制：

整数部分：除以基数取余数,写到最后一个小于基数的数后，把余数倒着写一遍，第一个余数对应的是MSB，而最后一个余数对应的是LSB。

小数部分：乘以基数取整数，取了整数后，将小数部分剩余的数据保留，重复进行数值转换的操作。即，继续反复乘以基数，然后记录整数部分。当小数部分为0或者达到最大有效数字后，就停止算法。且将刚刚得到的整数部分按照得到的先后顺序正序排列，就得到小数部分的数位表示。

当然，有的时候小数的转换是存在误差的。对于一些数，无论怎么乘基数都是由无限不循环小数，这个时候先根据精度预处理出需要进行基数乘法的次数，然后到达次数之后再终止计算即可。

数值型数据的编码表示：

什么是定点数？ - 知乎

数值数据表示的三要素：进位计数制、编码格式、定浮点表示

有四类定点数的编码，可以解决正负号的问题：原码、反码、补码、移码

定点整数，有无符号/有符号整数

定/浮点表示，解决小数点问题，需要考虑定点整数和定点小数

浮点数：可用一个定点小数（尾数）和一个定点整数（阶码）来进行浮点数的表示。

原码：

一个数是由符号位和数值位两部分构成的。最高位代表一个符号位，正数符号位为0，负数符号位为1.

特点：

（1）负整数与正整数的个数相同，唯一区别在于符号位。2^(n-1) -1个正负数。

（2）0的表示并不唯一，有两种表示形式，不利于程序员编程。有1+0000,或0+0000

（3）需额外对符号位运算进行处理，不利于硬件设计。

（4）难以实现出现负数的运算。

在浮点数表示标准中，浮点数的尾数用原码表示。

补码：

模运算系统中的数值表示。若一个数x是负数，那么其在模系统下的补码为：x + mod。

对于正数，其补码就是原码。而对于负数，其补码为：用全1的二进制数，减去负数的绝对值部分。也就是：2^n - 1 - 负数的绝对值。等价于11111... - 负数的绝对值。即对负数的绝对值部分取反，然后再+1。

结论1：一个负数的补码等于模减该负数的绝对值。

结论2：对于某一确定的模，某数减去小于模的另一数，总可以用该数加上另一数负数的补码来代替。

在补码所在的模运算系统中，减法也可以用加法实现。如-3-3 = -3 + (-3)，这样实现了加减法运算的统一。

结论3：n位数B的补码为2^n - B。若B范围为1~2^n - 1，则2^n - B的范围也是1~2^n-1。若B=0，则补码为2^n,共n+1为，最高位舍弃，还是0.

补码的计算：2^n - B = 2^n - 1 - B +1 相当于把B的每一位取反后再加1 无需减法运算

补码的最高位MSB用作 符号位 ，等于 1时表示负数 ，且其权重

为 -2 n-1 ，n-1位 数值位 。

因此，补码表示下的最小的负数为10000....只有最高符号位为1，代表是-2^(n-1),若下面绝对真值部分有数，则需要加上一部分数据，会使负数的绝对值变小。

补码表示范围为：-2^(n-1)~2^(n-1)-1。因为正数部分需要多表示一个0，则负数最终的表示数目要多一个。

正数的补码：符号位0+数值位。负数的补码：符号位1+数值位按位取反后+1

结论4：一个数连续求两次补，最后得到的是它自己。

大多数计算机和数字系统采用补码来表示数值。

举例：求-123在8位二进制数下的补码：

-123是负数，先求其原码：11111011。然后，最高位符号位1保留，接着对负数绝对值部分求反后加一。10000100 + 1 = 1000101。

求特殊数的补码，假定机器数有n位。

[-2^(n-1)] = 1000....0

[-1] = 111....1

[+0] = [-0] = 2^n - 0 = 2^n 一共有n+1位数，最高位将被舍弃。所以还是0000....0

其实，上述过程中，已经计算了反码。n位数B的反码就是，从2^n - 1中减去B。可以通过对B的每个数位逐位取反来实现。正数的反码由符号位0+数值位表示。负数的反码由符号位1+数值位逐位取反表示。

反码具有对称性，0由两种不同的表示形式。0000...0和100...00，反码可表示的数据范围是：-(2^(n-1)-1)~2^(n-1)-1

余码、移码、偏置码

直接在原有的编码中加上偏置值B来表示，即X+B，这种编码方法称为余码、移码、偏置码。

余B码表示范围由[-2^(n-1),2^(n-1)-1]变为[-2^(n-1)+B,2^(n-1)+B-1]

一般来说，编码位数为n的时候，偏置数取2^(n-1)

余3码，是一种自反码。每位取反可得到反码。

为什么用补码表示带符号整数？

（1）补码运算系统是模运算系统， 加、减运算统一 ， 符号位直接参与运算 。

（2）数 0的表示唯一 ，方便使用

（3）比原码和反码 多表示一个最小负数

（4）与移码相比，其符号位和真值的符号对应关系清楚

一般在全部是正数运算且不出现负值结果的场合下，可使用 无

符号数表示 。例如，地址运算，编号表示，等等。

无符号数的编码中 没有符号位 。

能表示的最大值 大于 位数相同的带符号整数的最大值（Why？）

例如，8位无符号整数最大是255（1111 1111）

而8位带符号整数最大为127（0111 1111）

总是整数，所以很多时候就 简称为“无符号数” 。

若同时有无符号和带符号整数，则C编译器将带符号整数强制转换为无

符号数

浮点数的表示：

什么是浮点数？ - 知乎

浮点数的规范表示中，M(Mantissa)被称为浮点数的 尾数 ，R(Radix)被称为阶码的 基数 ，E(Exponent)被称为阶的 阶码 。

IEEE754浮点标准形式V=(–1) s x M x 2 E

 符号位S (Sign)：表示数的正负，正数(s=0)，负数(s=1) 。

 尾数M (significand)：是一个二进制小数，范围在[ 1.0 ，

2.0 ）（前提是规范化的前提，若阶码为全0或全1，则尾数是0~1之间的数据）

 阶码E (exponent)：表示浮点数的权重，权重是2的E次幂。本来可以表征负的幂次，加上偏置值2^(k-1)-1之后就能够得到无符号范围下的阶码。

阶码编码exp：规定阶码为 无符号数 ，既不全0又不全1。阶码

全0或全1为 非规格化浮点数 。

◼ 阶码编码exp：表示为阶码E的偏置(biased)形式， exp =E+

Bias，称为余码或偏置码，使得数值大于0。

 exp：无符号数

 偏置Bias=2^( k-1) -1， k为阶码的位宽

 单精度：127 (Exp: 1…254, E: -126…127)

 双精度: 1023 (Exp: 1…2046, E: -1022…1023)

◼ 小数字段frac表示尾数M的编码M= 1 .xxx…x 2

 xxx…x: 小数字段数值

 最小值：000…0 (M = 1.0)

 最大值：111…1 (M = 2.0 – ε)

浮点数表示的非规格化情况：

一、阶码编码 exp 等于全 0 ， 表示数值非常小。

 阶码编码exp： E =1 – Bias 

小数字段 frac 表示尾数 M 的编码 M= 0 .xxx…x2  (尾数最高位隐含为0 , 非规格化小数字段M小于1)

 xxx…x: bits of frac

 Exp= 000…0，frac= 000…0

◆ 表示数值为0

◆ 有正负0区分

 Exp= 000…0，frac ≠ 000…0

◆ 数值非常接近于0

注：阶码全0的情况，则不为规格化情况，那么尾数前面的隐藏位就消失了。

二、阶码编码exp 等于全1

 Exp= 111…1， frac= 000…0

◆ 表示数值为 

◆ 当两个非常大的数相乘或 除数为0 时，表示数据溢出

◆ 1.0/0.0 = −1.0/−0.0 = +  , 1.0/−0.0 = − 

◆ 5+(+∞) = +∞

 Exp= 111…11， frac ≠ 000…0

◆ 表示NaN，非数（Not a Number）

◆ 一些运算结果不能是实数或无穷，就会返回该值

◆ 例如： sqrt(–1),  −  ,   0， 0/0，∞/∞

注：阶码全1，尾数部分1全0，则表示数值正无穷。尾数全0，则非数（/0,%0,sqrt(-1)）

偏移量：本身与阶码的位数是相关的。假设预留出n位来存储阶码，那么阶码本身是无符号整数，则需要加上一个偏移量K = 2^(n -1)-1，这样就能表示出负的指数来。如n = 8时，阶码可以表示0~255范围内的数；需要加上偏移量K = 2^7 - 1 = 128 - 1 = 127。这样就可以实现负数的表示了。所以，这个偏移量应当阶码表示范围的中间量。比如初始的指数E= - 120，那么加上偏移量2^7-1 = 127之后，E+B = 7，可以用一个无符号数进行表示了。所以，偏移量的效果就再此，使得指数为负的情况下，能够转移成无符号整数存储阶码。

（类比桶排序的时候，存在输入数据为负的情况，此时加一个偏移量就能使数组下标保持合法了）

隐藏位：由于尾数M的最高位总是1，所以为了扩大尾数的位宽提高精度，可以将尾数的最高位隐藏起来。这样单精度 23 位尾数可以表示了 24 位有效数字，双精度 52 位尾数可以表示 53 位有效数字

值得注意的是，在位宽一定的前提下。若阶码的位宽增大，在符号位不变的情况下，势必会造成尾数的位宽减少。也就是浮点数表示的范围增大，而精度降低；同时，若尾数的位宽增大，则阶码的位宽减小，浮点数表示的精度增大，而表示的范围减小。所以，不论阶码定义成了无符号整数，还是尾数的隐藏位设置，其根本目的是在提高精度、扩大浮点数的表示范围。

在浮点数的运算过程中，为了使浮点数的表示具有唯一性，需要进行规格化操作：

面试问题：二进制数10110001的值是多少？ 不要不知道，下一步问：无符号数、二进制原码、补码、反码、八位浮点数表示。

十进制数的二进制编码表示

二进制数可以用来表示10个十进制数码。

至少需要四位编码，有很多种不同方法。可分为有权码和无权码；其中最自然的编码是8421BCD码。以四位2进制数0000~1001表示0~9这10个数码。

有权码，权重值分别是2的幂次；

余三码：相加等于模系统的，互为反码，称为自反性。

问题：2421BCD码，5的表示1011，这两个1的使用是否有区别？为什么不能用0101呢？

非数值型数据的编码表示

数据非数值数据的表示：逻辑数据、西文字符、汉字；动作和状态编码；

数据的宽度；

数据的存储排列：大端、小端方式。

逻辑数据的编码表示

用1位表示，如1真0假。N位二进制数可以表示N个逻辑数据，或一个位串。

位串

西文字符的编码表示

用ASCII（American Standard Code for Information Interchange）

需要记忆一下大写字符、十进制数对应的ASCII码。常见的ASCII码。

汉明码_百度百科

两个码元对应位不同的个数，就叫做汉明码之间的距离。