csapp_ch2_信息的表示和处理

本章重要的知识点：

• 三种重要的数字编码表示
  • 无符号编码
  • 补码编码
  • 浮点数编码
• 整数的表示虽然只能编码较小的范围，但却是精确的，而浮点数虽然可以编码较大的数值范围，但这种表示是近似的
• 字节顺序，大端vs小端
• 强制类型转换，底层的位值是不变的，只是改变了解释这些位的方式
• 两个正数相加会得出一个负数，而比较表达式x<y和x-y<0会产生不同的结果，这是因为算术运算可能会溢出
• 补码非的两种方法
• IEEE浮点数表示，int类型的12345与float类型12345.0的二进制表示之间的关联

1 字节顺序之大端与小端的区别

什么是字节顺序？

对于单字节的对象，没有字节顺序，因为无论怎么存储都是一个顺序，比如char。对于多字节对象，要保存在内存中，我们需要考虑在内存中如何排列这些字节，并且这些字节的地址是什么？

我们来看下大端和小端的定义：

• 大端：内存地址由低到高，内存按照由最高有效字节到最低有效字节的顺序存储对象。
• 小端：内存地址由低到高，内存按照由最低有效字节到最高有效字节的顺序存储对象。

假如有一个int类型的变量为0x01234567，位于地址0x100处，那么存储的地址范围为0x100~0x103，大端和小端的表示方法如下：

其中0x01234567的高位字节为0x01，低位字节为0x67。

为什么会有小端字节序呢？

计算机电路先处理低位字节，效率比较高。因为计算都是从低位开始的，所以，许多计算机内部采用小端字节序。但人类习惯大端字节序。比如网络传输和文件存储就是大端字节序。

2 计算补码非的两种方法

第一种就是常见的取反加一。对每一位求补，再对结果加一。比如整数值x，计算表达式-x和~x+1的结果是一样的。在读csapp的时候发现了比较有意思的另外一种方法，首先将x的二进制表示处理，从右到左←的方向，找到第一个的1，然后再将这个1左边的位取反，就得到-x一样的结果。

例子如下：

第一种方法

第二种方法

3 IEEE浮点表示方法

我们先来看一个有意思的现象，int类型的12345和float类型的12345.0，它们的十六进制表示分别为0x00003039和0x4640e400。

如图，它们对应的二进制用红色的方框圈出来的部分相同，这是为什么呢？学习了IEEE浮点表示方法，你就知道了。

IEEE浮点方法用下面的公式来表示一个数：
$$V=(-1{)}^s\times M\times 2^E$$

• s，sign表示符号位，决定V是整数还是负数，0为正，1为负。

  • 一个单独的符号位s直接编码符号s

• M，表示尾数，是一个二进制小数。

  • n位小数字段frac编码尾数M，但编码出来的值还需要根据阶码字段的值是否等于0
    $$\text{ frac }=f_{n-1}\cdots f_1{f}_0$$

• E，exponent表示阶码，也就是指数部分。

  • k位的阶码字段exp编码阶码E
    $$\exp =e_{k-1}\cdots e_1{e}_0$$

在单精度浮点格式（32位），s、exp和frac字段分别为1位、8位和23位。而双精度浮点格式（64位），s、exp和frac字段分别为1位、11位和52位。

根据exp的值，将被编码的值分为三种不同的情况（以32位为例）：

1. 规格化的值

这是最常见的情况，exp的值不为0和255。在这种情况中，阶码的值E需要以偏置的形式来表示。
$$E=e-\mathrm{Bias}$$

$$Bias=2^{k-1}-1$$

在单精度中k为8，Bias为127。

小数字段frac用来表示小数值f。尾数定义为：
$$M=1+f$$

2. 非规格化的值

当exp为0时，则为非规格化的值。在这种情况下，阶码值和尾数值如下：
$$E=1-\mathrm{Bias}$$

$$M=f$$

3. 特殊值（无穷大，NaN）

当阶码值全为1时，小数域全为0表示无穷大，小数域为非零时，结果值为NaN（不是一个数的缩写）。

有了以上的理论，我们就可以尝试将整数值12345转换为浮点数12345.0（float类型）。12345的二进制表示为[11000000111001]，将其转换为IEEE浮点格式
$$V=(-1{)}^s\times M\times 2^E$$
将[11000000111001]的二进制小数点左移动13位，创建12345的规格化表示：
$$12,345=1.1000000111001_2\times 2^{13}$$

• 构造小数字段frac，丢弃开头的1，此时小数点后面有13位，因为frac一共有23位，所以需要在末尾增加10个0，从而生成frac字段[110000001110010000000000]。
• 构造阶码E，因为是规格化的值，E=e-Bias，故e=E+Bias=13+127=140，其二进制为[10001100]。
• 符号位，正数为0。

因此，我们就得到了12345.0的二进制浮点数表示[010001100110000001110010000000000]。12345的二进制整数表示为

[00000000000000000011000000111001]。到此，我们就可以解释为什么12345和12345.0的二进制表示有部分是相同的，示意图如下：

参考：Computer Systems A Programmer’s Perspective THIRD EDITION